SigLIP2 是谷歌开发的多语言视觉语言编码器，具有改进的语义理解、定位和密集特征。

InternViT-300M-448px-V2_5是一个基于InternViT-300M-448px的增强版本，通过采用ViT增量学习与NTP损失（Stage 1.5），提升了视觉编码器提取视觉特征的能力，尤其是在大规模网络数据集中代表性不

Classify Anything是一个利用人工智能技术帮助用户将文本和图像内容进行分类的平台。

云识别是一款提供智能图像识别服务的产品。

Lobe是一个免费、易于使用的工具，帮助您训练自定义的机器学习模型，并在您的应用程序中使用。

Imagga图像识别API提供图像标签、分类、颜色提取等功能。