合并请求 - ViT-B-16-SigLIP2-512:可用于图像特征提取、图文检索及零样本分类任务，显著提升推理性能。基于ViT-Base架构的SigLIP2模型，采用Sigmoid损失函数训练，适配昇腾NPU，精度高且加速比达559.22x。【此简介由AI生成】 - AtomGit AI社区