Model card for vit_base_patch16_siglip_256.webli
timm SigLIP (image encoder only, with original attention pooling) weights from https://huggingface.co/timm/ViT-B-16-SigLIP-256
vit_base_patch16_siglip_256.webli
Эмбеддинги изображений4 профессии
Визуальный энкодер SigLIP на базе ViT-Base извлекает признаки изображений для поиска и анализа.
1 038скачиваний за 30 дней1лайквеса обновлены21 янв 2025
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
timm/vit_base_patch16_siglip_256.webli — визуальный энкодер SigLIP, опубликованный проектом timm. Это вариант ViT-Base с патчами 16×16 и входным разрешением 256 пикселей; он выдаёт признаки изображения для поиска, сопоставления и других задач компьютерного зрения. В карточке указано, что сохранён оригинальный механизм attention pooling; модель содержит только энкодер изображения.
Модель предназначена для извлечения визуальных признаков из изображений и использования их в системах поиска и анализа изображений. Репозиторий содержит веса PyTorch в формате safetensors и использует библиотеку timm. Лицензия — Apache-2.0.
Сценарии применения
- извлечение признаков изображений для визуального поиска
- поиск похожих изображений по эмбеддингам
- подготовка векторов изображений для кластеризации
- представление изображений для downstream-задач компьютерного зрения
Ограничения
В репозитории представлен только энкодер изображений, поэтому он сам по себе не генерирует текстовые описания и не выполняет диалоговые задачи.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-feature-extraction
Подбираем GPU…
- Ревизия весов
- 772a7c2