AIbase

O

Openvision Vit Large Patch14 84

由 UCSC-VLAA 开发
OpenVision是一个全开放、高性价比的先进视觉编码器家族，专注于多模态学习任务。
图像分类
Transformers
开源协议:Apache-2.0#多模态视觉编码#高性价比模型#开源视觉Transformer
下载量 21
发布时间 : 5/6/2025
模型介绍
内容详情
替代品

模型简介

OpenVision ViT模型是一个基于Vision Transformer架构的视觉编码器，旨在为多模态学习提供高效、开放的视觉特征提取解决方案。

模型特点

全开放架构
模型完全开放，允许研究者和开发者自由使用和修改。
高性价比
在保持高性能的同时，优化了计算资源使用，降低了部署成本。
多模态支持
专为多模态学习任务设计，可与其他模态模型无缝集成。

模型能力

图像特征提取
多模态学习
视觉内容理解

使用案例

计算机视觉
图像分类
使用OpenVision提取图像特征，用于下游分类任务。
视觉问答
在多模态问答系统中作为视觉编码器使用。
多模态应用
图文匹配
用于图文检索系统中的视觉特征提取。