/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
siglip-so400m-patch14-384
Библиотека
zeromodels
Опубликована
30 июл 2026

siglip_so400m_p14_384

Классификация изображений без дообученияИзображение, текст → label

Конверсия SigLIP So400m Patch14 384 для сопоставления изображений с текстовыми метками и классификации изображений без примеров обучения.

1скачиваний за 30 дней0лайковвеса обновлены26 авг 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

zeromodels публикует конверсию Google SigLIP So400m Patch14 384 в Keras 3 для классификации изображений без примеров обучения. Это двухэнкодерная модель зрения и текста: при использовании ей передают изображение и текстовые подсказки с вариантами классов, после чего она оценивает их соответствие. Обучение SigLIP использует попарную сигмоидную функцию потерь вместо контрастивной softmax-функции CLIP.

Веса доступны в формате TensorFlow; реализация Keras 3 также работает с бэкендами TensorFlow, Torch и JAX. Размер изображения и токенизатор следует брать из соответствующего Processor. Модель основана на google/siglip-so400m-patch14-384 и распространяется по лицензии Apache 2.0. Карточка не приводит ограничений по языкам текстовых подсказок или длине контекста.

Сценарии применения

  • классификация изображений по заданным текстовым категориям
  • поиск изображений по текстовым описаниям
  • сопоставление изображения с набором текстовых подсказок

Ограничения

Для классификации нужно заранее передать текстовые подсказки с вариантами классов; качество зависит от их формулировок. Карточка не сообщает результаты оценки этой конверсии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

See our collection for all versions of SigLIP.

Run SigLIP with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs Collection

zeromodels/siglip_so400m_p14_384

Paper: Sigmoid Loss for Language Image Pre-Training (arXiv:2303.15343) · HF Papers

SigLIP is a vision + text dual encoder trained with a pairwise sigmoid loss instead of CLIP's softmax contrastive loss. Per-pair training scales to large batches and often improves zero-shot accuracy at the same model size.

For more details on the model, please go to the upstream model card.

Pure-Keras 3 conversion of google/siglip-so400m-patch14-384 for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX.

This is a zero-shot image-text checkpoint (SigLIPZeroShotClassify): pass image(s) and text prompts at inference time.

✨ Quick start

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from zeromodels.models.siglip import (
    SigLIPProcessor,
    SigLIPZeroShotClassify,
)

processor = SigLIPProcessor.from_weights("zeromodels/siglip_so400m_p14_384")
model = SigLIPZeroShotClassify.from_weights("zeromodels/siglip_so400m_p14_384")

labels = [
    "a photo of a cat",
    "a photo of a dog",
    "a photo of a car",
    "a photo of a living room",
]
inputs = processor(text=labels, image_paths="your_image.jpg")
output = model(
    {
        "images": inputs["images"],
        "token_ids": inputs["input_ids"],
    }
)
print(output["image_logits"].shape)

Load any SigLIP variant the same way with from_weights("zeromodels/<variant>"):

VariantHub
siglip_base_p16_224zeromodels/siglip_base_p16_224
siglip_base_p16_256zeromodels/siglip_base_p16_256
siglip_base_p16_multilingual_256zeromodels/siglip_base_p16_multilingual_256
siglip_base_p16_384zeromodels/siglip_base_p16_384
siglip_base_p16_512zeromodels/siglip_base_p16_512
siglip_large_p16_256zeromodels/siglip_large_p16_256
siglip_large_p16_384zeromodels/siglip_large_p16_384
siglip_so400m_p14_224zeromodels/siglip_so400m_p14_224
siglip_so400m_p14_384zeromodels/siglip_so400m_p14_384

Tips

  • Set KERAS_BACKEND before importing Keras / zeromodels.
  • Prefer Processor.from_weights(...) so image size and tokenizer match the variant.
  • Map processor input_ids to model token_ids. No padding mask is required.
  • See SigLIP docs and Loading Weights.
  • Community / upstream safetensors still work via the hf: prefix, e.g. SigLIPZeroShotClassify.from_weights("hf:google/siglip-so400m-patch14-384").

Special Thanks

A huge thank you to the Google SigLIP authors for creating and releasing these models.

License: Apache 2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
77ceae0

0 моделей