Model card for vit_base_patch16_siglip_gap_256.webli_i18n
timm SigLIP (image encoder only, with global avg pooling) weights from https://huggingface.co/timm/ViT-B-16-SigLIP-i18n-256
vit_base_patch16_siglip_gap_256.webli_i18n
Эмбеддинги изображений7 профессий
Визуальный энкодер SigLIP ViT-Base извлекает векторные признаки изображений для компьютерного зрения и мультимодальных систем.
15скачиваний за 30 дней0лайковвеса 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
Это модель семейства SigLIP, опубликованная timm: визуальный энкодер ViT-Base с патчами 16×16 и глобальным усреднением признаков. Она преобразует изображения в векторные представления и предназначена для извлечения признаков в системах компьютерного зрения и мультимодальных конвейерах. В названии указаны размер изображения 256 и обучение на WebLI с поддержкой нескольких языков; текстовый энкодер в эту модель не входит.
Модель доступна в форматах PyTorch и Safetensors и распространяется по лицензии Apache-2.0. Метаданные указывают задачу image-feature-extraction.
Сценарии применения
- извлечение эмбеддингов изображений для поиска
- подготовка признаков изображений для классификатора
- сравнение изображений в мультимодальном пайплайне
- индексация изображений по визуальным признакам
Ограничения
Это только визуальный энкодер: он не принимает текст и сам по себе не выполняет генерацию описаний или текстовое сравнение. В README не приведены численные оценки качества.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей
Также подходит для
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
- 071bb37