sqzwx/amane-siglip2-base

Amane SigLIP2 base (Core ML + ONNX)

Amane 封面语义检索用的 SigLIP2 base 双塔模型。权重来自 google/siglip2-base-patch16-256（Apache-2.0）， ONNX 文件与 onnx-community/siglip2-base-patch16-256-ONNX 一致， Core ML 包用 coremltools 9.0 转换。

文件

文件	大小	SHA256
coreml/siglip2-base-v-b1-fp16.zip	163 MB	25739557222f2a68f3d416602460bbd6d7c61580df9ad0bc3c0cbfcca60fbfe9
coreml/siglip2-base-text-b1-fp16-p8bit.zip	246 MB	83ea4087caef743990cb2ef47fb766d30e3ded6415b5500096449826e627f8f8
onnx/vision_model_fp16.onnx	178 MB	fe9ad8020a6d3d98d394c9be8f07064066135fc2f87ec11692de0b677c0ac4db
onnx/text_model_fp16.onnx	539 MB	80954edffdc689599e5d5bc6a1738380bc9e8139a18e5c8892485f248b6b4890
tokenizer.json	33 MB	cb9140fae3ac5122c972d37adf83e1248471a38147ad76f8215c8872c6fd8322

精度选择

• 视觉塔：只用 fp16。量化后余弦明显掉点（ONNX int8 0.917–0.975、Core ML p8 0.961，fp16 为 0.9999）。
• 文本塔：Core ML 用 8bit palettization（p8，余弦 0.9986）；ONNX 用 fp16（1.0000）。
• 详细实验见 Amane 仓库的 docs/ 与 whos-lab 的 out/exp-06.md。

用法

macOS（Core ML）：

vision_model = coreml/siglip2-base-v-b1-fp16.mlpackage   # 先解压 zip
text_model   = coreml/siglip2-base-text-b1-fp16-p8bit.mlpackage
tokenizer    = tokenizer.json

其他平台（ONNX Runtime）：

vision_model = onnx/vision_model_fp16.onnx
text_model   = onnx/text_model_fp16.onnx
tokenizer    = tokenizer.json

预处理：resize(256,256) 直接拉伸，(x/255-0.5)/0.5；文本序列长度 64，<pad> 补齐。

License

Apache-2.0，见 LICENSE。转换产物不改变原模型许可。