홈으로 돌아가기
공식 웹사이트 방문하기
PaliGemma 2 팔리젬마 구글 딥마인드 Gemma 2 아키텍처 초경량 비전 언어 모델
공식 서비스 바로가기
서비스 상세 소개
PaliGemma 2 팔리젬마 구글 딥마인드 Gemma 2 아키텍처 초경량 비전 언어 모델: 구글 딥마인드가 공개한 SigLIP 비전 인코더와 Gemma 2 디코더를 결합한 3B 10B 28B 크기의 다목적 고정밀 시각 언어 모델입니다.
PaliGemma 2는 Google DeepMind가 개발한 2세대 개방형 비전 언어 VLM 파운데이션 모델입니다. 강력한 시각 특징 추출기 SigLIP와 최신 Gemma 2 언어 모델을 결합하여 정밀한 물체 위치 검출 Bounding Box 감지, 이미지 캡셔닝, OCR 텍스트 인식, 시각 질의응답을 정밀하게 수행합니다. 다양한 해상도 224, 448, 896 입력을 지원하여 미세한 그래픽 디자인 디테일까지 정확하게 판독합니다.
핵심 기능 목록
SigLIP 비전 인코더와 Gemma 2의 고밀도 지식 결합으로 동급 파라미터 대비 최고 성능
최대 896x896 고해상도 이미지 처리 지원으로 도표 속 초소형 문자 완벽 식별
물체 좌표 검출 및 세분화 라벨링을 텍스트 토큰으로 직접 출력하는 고유 기능 탑재
Hugging Face Transformers 및 JAX 파이토치 환경에서 단 몇 줄로 미세조정 가능
