/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
siglip-so400m-patch14-384
Опубликована
15 июл 2026

SigLIP-so400m-patch14-384

Классификация изображений без дообученияИзображение, текст → label4 профессии

Подготовленная Renesas для X5H модель SigLIP сопоставляет изображения с текстовыми метками для классификации без дообучения.

33скачиваний за 30 дней1лайквеса обновлены1 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это версия SigLIP-SO400M-patch14-384, подготовленная Renesas для выполнения вывода на платформе Renesas X5H. Модель использует архитектуру dual encoder: Vision Transformer кодирует изображение, а Transformer — текст; нормализованные эмбеддинги сравниваются по сходству. Это не генеративная модель: она выдаёт оценки соответствия изображения текстовым меткам, поддерживая классификацию изображений без дообучения и сопоставление изображений с текстом.

Модель предназначена для запуска на NPU Renesas X5H. README описывает варианты FP16 и W4A16 и приводит измерения задержки для FP16 на плате X5H. Для работы нужны плата X5H и SDK версии 4.32.0 или 4.34.0. Модель основана на google/siglip-so400m-patch14-384; репозиторий содержит вариант GGUF F16. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по текстовым описаниям без обучения
  • поиск изображений по текстовому запросу
  • сопоставление изображения с набором текстовых меток
  • ранжирование текстовых описаний по сходству с изображением

Ограничения

Модель не генерирует текст и предназначена для вычисления сходства изображений с текстовыми метками. Запуск из README рассчитан на плату Renesas X5H с указанными версиями SDK; переключение FP16 и W4A16 требует перезагрузки платы.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SigLIP-SO400M-patch14-384 - Renesas X5H

Introduction

This repository contains the SigLIP-SO400M-patch14-384 dual-encoder model, optimized for the Renesas X5H platform for zero-shot image-text similarity inference.

SigLIP is a dual-encoder model consisting of a vision encoder and a text encoder. It is not a generative model -- it does not produce text output. Instead, it computes similarity scores between images and text labels, enabling zero-shot image classification and image-text matching.

  • Model Architecture: SigLIP uses a Vision Transformer (ViT) for image encoding and a Transformer for text encoding. Both encoders produce L2-normalized embeddings that are compared via dot-product similarity with a learned scale and bias, followed by sigmoid activation.
  • Model Summary:
    ParameterSigLIP-SO400M-patch14-384
    HIDDEN_SIZE1152
    INTERMEDIATE_SIZE4304
    NUM_HEADS16
    HEAD_DIM72
    NUM_LAYERS27 (both encoders)
    PATCH_SIZE14
    IMAGE_SIZE384
    NUM_PATCHES729
    VOCAB_SIZE32000
    MAX_TEXT_SEQ_LEN64
  • Source Model: google/siglip-so400m-patch14-384

Performance

The following performance metrics were measured on the Renesas X5H board.

PrecisionDeviceVE Latency (ms)TE Latency (ms)NPU DDR (MB)
FP16NPX6396.043.01708.04

Prerequisites

To run the model, you need:

  1. Renesas X5H Board with SDK v4.32.0 or v4.34.0
  2. Hugging Face CLI: For downloading the model and installer.

Board Setup

Power Cycle

The X5H board must be power-cycled via USB serial before first use or after any NPU hang.

echo "POWER#OF" > /dev/ttyUSB2
sleep 3
echo "POWER#ON" > /dev/ttyUSB2

Wait for the board to boot (typically 30-60 seconds).

NPU Setup

Run setup_npu.sh exactly once after each power cycle. Do not run it multiple times without rebooting first.

bash ./setup_npu.sh npu0

This loads kernel modules and starts all 14 NPU firmware cores.

Important: FP16 and W4A16 runners cannot be used back-to-back on the same boot. Running W4A16 corrupts NPU internal state, causing subsequent FP16 runs to produce NaN. Power cycle the board when switching between variants.

Deployment

SigLIP-SO400M-patch14-384 (FP16)

Two versions are available:

  • xOS-v4.34: VE encoding
  1. Download the installer siglip-runner-3.0.0-Linux.sh from Files and versions tab under fp16/binaries/rcar-x5hv1/xOS-v4.34/ (optimized) or fp16/binaries/rcar-x5hv1/xOS-v4.32/ (baseline).
  2. Copy the installer to the X5H board and run the installer.
    bash ./siglip-runner-3.0.0-Linux.sh --prefix=./ --exclude-subdir --skip-license
    
  3. Expected directory structure on the X5H board.
     siglip-runner
     ├── model
     │   └── mmproj-siglip-f16.gguf
     ├── firmwares
     ├── kernel_modules
     ├── scripts
     ├── test_data
     │   └── car-1.ppm
     ├── siglip-runner
     └── setup_npu.sh
    

Inference - SigLIP-SO400M-patch14-384 (FP16)

bash ./setup_npu.sh npu0
./siglip-runner -m model/mmproj-siglip-f16.gguf -i test_data/car-1.ppm -t 262,266,1304,267,262,266,616,1 -s

Expected output:

similarity_score: 6.5136025660e-03 (0.0065136026)

SigLIP-SO400M-patch14-384 (W4A16)

  1. Download the installer siglip-w4a16-runner-3.0.0-Linux.sh from Files and versions tab under w4a16/binaries/rcar-x5hv1/xOS-v4.34/ folder.
  2. Copy the installer to the X5H board and run the installer.
    bash ./siglip-w4a16-runner-3.0.0-Linux.sh --prefix=./ --exclude-subdir --skip-license
    
  3. Expected directory structure on the X5H board.
     siglip-w4a16-runner
     ├── model
     │   └── mmproj-siglip-f16.gguf
     ├── graphs
     │   ├── siglip-ve-w4a16
     │   └── siglip-te-w4a16
     ├── firmwares
     ├── kernel_modules
     ├── scripts
     ├── test_data
     │   └── car-1.ppm
     ├── siglip-w4a16-runner
     └── setup_npu.sh
    

Inference - SigLIP-SO400M-patch14-384 (W4A16)

bash ./setup_npu.sh npu0
./siglip-w4a16-runner -m model/mmproj-siglip-f16.gguf -i test_data/car-1.ppm -t 262,266,1304,267,262,266,616,1 -g graphs -s

Expected output:

similarity_score: 5.3571168333e-02 (0.0535711683)

CLI Reference

Usage: siglip-runner -m <gguf> (-i <image> | -L <image_list>) (-t <token_ids> | -f <prompts_file>) [options]
  -m  Path to SigLIP GGUF model
  -i  Path to image (JPEG, PNG, BMP, or PPM)
  -L  File with one image path per line (batch image mode)
  -t  Comma-separated token IDs (single prompt mode)
  -f  Prompts file for batch mode (label|token_ids per line)
  -d  NPU device path (default: /dev/snps/arcnet0/app0)
  -s  Print performance metrics

W4A16 adds:
  -g  Graph directory (contains siglip-ve-w4a16/ and siglip-te-w4a16/)

Token IDs are SentencePiece encoded. The runner pads to 64 tokens internally and places EOS (token ID 1) at position 63.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
be93322

0 моделей