AIbase

V

Vit Base Patch16 Siglip Gap 224.webli

由 timm 开发
基于SigLIP的视觉Transformer模型，仅包含图像编码器部分，采用全局平均池化策略
图像分类
Transformers
开源协议:Apache-2.0#SigLIP图像编码#全局平均池化#零样本视觉任务
下载量 178
发布时间 : 12/24/2024
模型介绍
内容详情
替代品

模型简介

该模型是SigLIP框架中的视觉编码器组件，专为图像特征提取设计，适用于需要高效视觉表示的任务

模型特点

SigLIP优化架构
采用SigLIP框架的改进视觉Transformer结构，优化了图像表示能力
全局平均池化
使用全局平均池化(GAP)替代传统CLS token，可能提升特征稳定性
高效特征提取
专为图像特征提取任务优化，输出紧凑的视觉表示向量

模型能力

图像特征提取
视觉表示学习
图像内容分析

使用案例

计算机视觉
图像检索系统
提取图像特征用于相似性搜索
高效生成紧凑的图像表示向量
多模态学习
作为视觉编码器与其他模态模型配合使用