MoonViT是一款原生分辨率的视觉编码器,基于SigLIP-SO-400M进行初始化和持续预训练,适用于图像特征提取任务。
下载量 275
发布时间 : 4/10/2025
模型简介
MoonViT是一款专为图像特征提取设计的视觉编码器,其训练基于SigLIP-SO-400M模型,能够处理高分辨率图像并提取有效特征。
模型特点
原生分辨率支持
MoonViT能够处理原生分辨率的图像,无需降采样即可提取特征。
基于SigLIP-SO-400M
模型的初始化和持续预训练均基于SigLIP-SO-400M,继承了其强大的视觉特征提取能力。
高效特征提取
专为图像特征提取优化,能够生成高质量的图像特征表示。
模型能力
图像特征提取
高分辨率图像处理
使用案例
计算机视觉
图像理解
提取图像特征用于后续的图像分类、目标检测等任务。
高质量的图像特征表示
多模态学习
作为视觉编码器与语言模型结合,构建多模态系统。
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