vit-base-patch16-224
Bilder erzeugen, bearbeiten und vergrößern — Stable-Diffusion-Klasse, Flux & Co.
Apache-2.0
Läuft das auf deinem Rechner?
Was kann es?
Ein Vision Transformer, der Bilder in kleine Patches zerschneidet und sie mit einer Transformer-Architektur klassifiziert – der Klassiker, der gezeigt hat, dass ein reiner Transformer Bilderkennung ohne Convolutionen schafft. Gut trainiert auf ImageNet und als Ausgangspunkt für weitere Fine-Tuning-Aufgaben nutzbar.
Stärken
Mit rund 90 Millionen Parametern läuft es auch auf einer Consumer-GPU, und die Patch-basierte Architektur skaliert gut, wenn man mehr Daten oder größere Modelle braucht.
Grenzen
Für 224×224-Bilder optimiert, also zu klein für feinmodulierte Objektteilung oder hochauflösende Aufgaben – und wer das ViT-Base-Modell von 2020 als Stand der Technik nimmt, übersieht die Leistung modernerer Architekturen.
Für wen?
Für Entwickler, die ein solides Bildklassifikationsmodell als Fundament brauchen oder Transformer auf Bildern verstehen wollen – ohne auf Extremleistung setzen zu müssen.
So startest du es
Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.
⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über ComfyUI oder diffusers.
Besonderheiten
Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ gerade eben (16.10. 19:59 UTC)).
Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.
Wo bekommst du es?
Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.
Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen
Größen & Quants
Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.
| Variante | Dateigröße | Speicherbedarf (grob) |
|---|---|---|
| Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face. | ||
So startest du vit-base-patch16-224
- Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
- Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
- Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.
Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →
Häufige Fragen
Läuft vit-base-patch16-224 auf meinem Rechner?
Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.
Was kostet vit-base-patch16-224?
Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.
Ähnliche Modelle: gender-classification · Pruna-Qwen-Image-2.1 · vit-age-classifier · Zurück zur Übersicht
Daten: Hugging Face API · ⟳ gerade eben (16.10. 19:59 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.