ChestVision 是一款专门针对胸部 X 光影像微调的视觉语言模型（VLM）。它将计算机视觉与自然语言处理相结合，旨在将医学影像转化为可理解的文本描述。对于开发者而言，该模型解决了通用视觉模型在医学专业领域“看不准”的问题，能够更精准...
AhmedOkasha
多模态表征
3
0
Touch Vision Language Models 是一类专注于将触觉感知与视觉语言理解相结合的多模态表示模型。不同于纯视觉模型，它旨在让 AI 能够“感知”物理世界的材质、压力和纹理，将触觉信号转化为模型可理解的特征向量。对于开发者...
mlfu7
多模态表征
0
0
这是一个专注于服装领域的视觉语言多模态表示模型。它不同于通用的 VLM，而是深耕于时尚与服饰细分场景，旨在将服装的视觉特征与文本描述进行精准对齐。对于需要开发电商搜索、智能穿搭推荐或服装自动化打标的开发者来说，该模型提供了比通用模型更专业的...
ackermannj
多模态表征
0
0
这是一个基于 MIT 协议开源的多模态视觉语言模型（VLM），旨在打破文本与图像之间的壁垒。它能够像人类一样“阅读”图片并理解其中的语义信息，将视觉特征高效地映射到语言空间。对于开发者而言，该模型适合用于构建图像描述生成、视觉问答（VQA）...
kirangowda3101
多模态表征
0
0
