Характеристики

Лицензия: Apache 2.0
Библиотека: timm
Опубликована: 24 дек 2024

Ссылки

Hugging Face

vit_so400m_patch14_siglip_gap_384.webli

timm

Эмбеддинги изображенийИзображение → embedding5 профессий

Визуальный энкодер SigLIP от timm извлекает признаки изображений для последующего поиска, сравнения и анализа.

128скачиваний 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 на архитектуре ViT с патчами 14×14 и глобальным усреднением признаков. Модель предназначена для извлечения признаков изображений и может служить визуальной частью систем поиска, сравнения и анализа изображений. В метаданных указаны библиотека timm, форматы PyTorch и Safetensors, а также лицензия Apache-2.0. README описывает только энкодер изображений; сведений о текстовом энкодере и мультимодальном сопоставлении нет.

Сценарии применения

извлечение признаков изображений для машинного обучения
поиск похожих изображений по визуальным признакам
построение визуального поиска по коллекции изображений

Ограничения

README характеризует репозиторий как содержащий только визуальный энкодер, поэтому сам по себе он не обеспечивает текстово-изображенческое сопоставление. В предоставленных данных не описаны контекст, точность на конкретных задачах или дополнительные ограничения.