V

Vit Base Patch16 Siglip 384.v2 Webli

由 timm 开发
基于SigLIP 2的视觉变换器模型,专为图像特征提取设计,使用webli数据集预训练
下载量 330
发布时间 : 2/21/2025

模型简介

这是一个SigLIP 2视觉变换器模型,仅包含图像编码器部分,适用于图像特征提取任务。模型基于ViT架构,使用Sigmoid损失进行预训练。

模型特点

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
能够提取图像的密集特征表示
大规模预训练
使用webli大规模数据集进行预训练

模型能力

图像特征提取
视觉语义理解
图像定位

使用案例

计算机视觉
图像检索
使用提取的图像特征进行相似图像检索
视觉定位
识别和定位图像中的关键区域
AIbase
智启未来,您的人工智能解决方案智库
简体中文