AIbase

O

Openvision Vit Large Patch14 336

由 UCSC-VLAA 开发
OpenVision是一个完全开放、经济高效的高级视觉编码器家族，专为多模态学习设计。
图像增强
Transformers
开源协议:Apache-2.0#多模态视觉编码#高效视觉特征提取#开放预训练模型
下载量 34
发布时间 : 5/6/2025
模型介绍
内容详情
替代品

模型简介

OpenVision提供了一系列高效的视觉编码器，适用于多模态学习任务，旨在降低计算成本同时保持高性能。

模型特点

开放源代码
完全开放的模型架构和代码，便于研究和商业应用。
经济高效
设计上注重计算效率，降低部署和运行成本。
多模态支持
专为多模态学习任务优化，适合结合视觉和其他模态的数据。

模型能力

图像特征提取
多模态学习

使用案例

计算机视觉
图像分类
使用提取的图像特征进行分类任务。
目标检测
结合其他模块实现高效的目标检测。
多模态应用
视觉问答
结合文本和视觉信息进行问答任务。