V

Vit Base Patch16 Siglip Gap 224.v2 Webli

由 timm 开发
基于SigLIP 2的视觉变换器模型,采用全局平均池化处理图像特征
下载量 303
发布时间 : 2/21/2025
模型介绍
内容详情
替代品

模型简介

这是一个专为timm设计的SigLIP 2 ViT图像编码器,移除了注意力池化头,采用全局平均池化方式提取图像特征。

模型特点

全局平均池化
采用GAP(全局平均池化)替代注意力池化头,简化特征提取过程
SigLIP 2改进
基于SigLIP 2架构,具有改进的语义理解和定位能力
密集特征提取
能够生成高质量的密集图像特征表示

模型能力

图像特征提取
视觉语义理解
多模态任务支持

使用案例

计算机视觉
图像检索
利用提取的图像特征进行相似图像搜索
多模态任务
作为视觉编码器用于视觉-语言联合任务