AIbase

高语义理解
Vit So400m Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基于SigLIP 2的ViT图像编码器，采用全局平均池化，移除了注意力池化头，适用于图像特征提取任务。
图像分类
Transformers
V
timm
19
0
Vit So400m Patch16 Siglip 384.v2 Webli
Apache-2.0
基于SigLIP 2的视觉Transformer模型，专为图像特征提取设计，预训练于webli数据集
文本生成图像
Transformers
V
timm
2,073
0
Vit So400m Patch14 Siglip Gap 378.v2 Webli
Apache-2.0
基于SigLIP 2架构的视觉Transformer模型，使用WebLI数据集预训练，移除了注意力池化头并采用全局平均池化
图像分类
Transformers
V
timm
20
0
Vit So400m Patch14 Siglip 378.v2 Webli
Apache-2.0
基于SigLIP 2的视觉Transformer模型，专为图像特征提取设计，训练于webli数据集
文本生成图像
Transformers
V
timm
30
0
Vit Large Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基于SigLIP 2架构的视觉Transformer模型，采用全局平均池化(GAP)的变体，移除了注意力池化头，适用于图像特征提取任务。
文本生成图像
Transformers
V
timm
95
0
Vit Large Patch16 Siglip 256.v2 Webli
Apache-2.0
基于SigLIP 2架构的视觉Transformer模型，专为图像特征提取设计，训练于webli数据集
图像分类
Transformers
V
timm
525
0
Vit Giantopt Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基于SigLIP 2的ViT图像编码器，采用全局平均池化处理，移除了注意力池化头部，适用于图像特征提取任务。
图像分类
Transformers
V
timm
21
0
Vit Giantopt Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2 ViT图像编码器，采用全局平均池化，移除了注意力池化头，专为timm设计
图像分类
Transformers
V
timm
17
0
Vit Base Patch32 Siglip 256.v2 Webli
Apache-2.0
基于SigLIP 2架构的视觉Transformer模型，专为图像特征提取设计
文本生成图像
Transformers
V
timm
27
0
Vit Base Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基于SigLIP 2的ViT图像编码器，使用全局平均池化(GAP)替代注意力池化头，适用于图像特征提取任务。
图像分类
Transformers
V
timm
105
0
Vit Base Patch16 Siglip 384.v2 Webli
Apache-2.0
基于SigLIP 2的视觉变换器模型，专为图像特征提取设计，使用webli数据集预训练
文本生成图像
Transformers
V
timm
330
0
Vit Base Patch16 Siglip 256.v2 Webli
Apache-2.0
基于SigLIP 2的ViT图像编码器，用于提取图像特征，支持多语言视觉-语言任务。
文本生成图像
Transformers
V
timm
731
2
Vit So400m Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
基于SigLIP 2的ViT图像编码器，采用全局平均池化处理，适用于视觉语言任务。
文本生成图像
Transformers
V
timm
21
0
Vit Gopt 16 SigLIP2 384
Apache-2.0
基于WebLI数据集训练的SigLIP 2视觉语言模型，支持零样本图像分类
文本生成图像
V
timm
1,953
1