g
gcw_C8PI9e90
/
ViT-B-16-SigLIP-384
like
0
添加到合集
图像分类
PyTorch
timm
Safetensors
Apache License 2.0
NPU
vision
siglip
npu
vit-base
ascend
image-feature-extraction
clip
model-agent-tagged
模型介绍
文件和版本
Pull Requests
讨论
分析
下载
Notebook 快速开发
已开启
0
已关闭
0
已合并
0
全部
0
创建者
合并人
排序
暂无数据
合并请求 - ViT-B-16-SigLIP-384:可用于图像特征提取、图文检索、零样本分类等任务。基于 ViT-Base 架构,采用 Sigmoid 损失函数训练,适配昇腾 NPU,推理加速比达 304.86x,精度与 CPU 高度一致。【此简介由AI生成】 - AtomGit AI社区