# 高語義理解

Vit So400m Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,適用於圖像特徵提取任務。
圖像分類 Transformers
V
timm
19
0
Vit So400m Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,專為圖像特徵提取設計,預訓練於webli數據集
文本生成圖像 Transformers
V
timm
2,073
0
Vit So400m Patch14 Siglip Gap 378.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,使用WebLI數據集預訓練,移除了注意力池化頭並採用全局平均池化
圖像分類 Transformers
V
timm
20
0
Vit So400m Patch14 Siglip 378.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,專為圖像特徵提取設計,訓練於webli數據集
文本生成圖像 Transformers
V
timm
30
0
Vit Large Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,採用全局平均池化(GAP)的變體,移除了注意力池化頭,適用於圖像特徵提取任務。
文本生成圖像 Transformers
V
timm
95
0
Vit Large Patch16 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計,訓練於webli數據集
圖像分類 Transformers
V
timm
525
0
Vit Giantopt Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化處理,移除了注意力池化頭部,適用於圖像特徵提取任務。
圖像分類 Transformers
V
timm
21
0
Vit Giantopt Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2 ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,專為timm設計
圖像分類 Transformers
V
timm
17
0
Vit Base Patch32 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計
文本生成圖像 Transformers
V
timm
27
0
Vit Base Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,使用全局平均池化(GAP)替代注意力池化頭,適用於圖像特徵提取任務。
圖像分類 Transformers
V
timm
105
0
Vit Base Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2的視覺變換器模型,專為圖像特徵提取設計,使用webli數據集預訓練
文本生成圖像 Transformers
V
timm
330
0
Vit Base Patch16 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,用於提取圖像特徵,支持多語言視覺-語言任務。
文本生成圖像 Transformers
V
timm
731
2
Vit So400m Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化處理,適用於視覺語言任務。
文本生成圖像 Transformers
V
timm
21
0
Vit Gopt 16 SigLIP2 384
Apache-2.0
基於WebLI數據集訓練的SigLIP 2視覺語言模型,支持零樣本圖像分類
文本生成圖像
V
timm
1,953
1
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase