基于SigLIP图像编码器的视觉模型,采用全局平均池化,是PaliGemma项目的一部分
下载量 15
发布时间 : 12/26/2024
模型简介
该模型是一个视觉特征提取模型,专注于图像理解任务,采用SigLIP架构并优化了全局平均池化处理
模型特点
SigLIP图像编码器
采用SigLIP架构的图像编码器,具有高效的视觉特征提取能力
全局平均池化
使用全局平均池化(GAP)技术优化特征表示
高分辨率处理
支持896像素的高分辨率图像输入
模型能力
图像特征提取
视觉表示学习
图像理解
使用案例
计算机视觉
图像分类
可用于构建图像分类系统
视觉问答
作为多模态模型的视觉编码组件
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文