OpenVision-ViT-Tiny 是一个全开放、高性价比的先进视觉编码器，属于 OpenVision 家族的一部分，专注于多模态学习。

基于LeViT-128架构的视觉Transformer模型，针对中风二分类检测任务进行微调

H0-mini是由Owkin和Bioptimus联合开发的轻量级组织学基础模型，基于Vision Transformer架构，通过自监督蒸馏方法训练，适用于病理学图像分析。

一个基于ViT架构的轻量级图像分类模型，专门用于检测AI生成图像与真实图像的差异

一个基于MS1MV3数据集训练的视觉变换器(ViT)模型，专门用于人脸识别任务。

一个基于MS1MV3数据集训练的视觉变换器(ViT)模型，专为人脸识别任务设计

基于DINOv2方法训练的小型视觉Transformer模型，适用于图像特征提取和分类任务

PaViT是基于Pathway Vision Transformer的图像识别模型，灵感来源于谷歌的PaLM，专注于小样本学习技术在图像识别任务中的应用。

该模型为蒸馏版数据高效图像Transformer（DeiT），在ImageNet-1k上以224x224分辨率进行预训练和微调，通过蒸馏从教师模型高效学习。