Swin-T-модель для извлечения признаков и эмбеддингов фотографий животных с целью повторной идентификации особей.

Подходит для: сопоставление фотографий одной и той же особи животного · поиск похожих животных по эмбеддингу изображения · построение системы повторной идентификации диких животных

Визуальная модель Swin-B для извлечения признаков и повторной идентификации животных по фотографиям.

Подходит для: поиск повторных снимков одной и той же особи · повторная идентификация диких животных по фотографиям · извлечение признаков для сопоставления изображений животных

Визуальная модель на базе Swin-L извлекает признаки изображений для повторной идентификации животных по фотографиям.

Подходит для: сопоставление фотографий одной и той же особи животного · поиск похожих особей в коллекции фотографий дикой природы · извлечение эмбеддингов изображений животных для последующего поиска

Swin-S-модель извлекает эмбеддинги изображений животных для их повторной идентификации и сопоставления.

Подходит для: сопоставление фотографий одного животного · поиск повторных снимков особи в фотоловушках · извлечение признаков животных для последующей идентификации

Модель на базе EfficientNetB3 извлекает эмбеддинги фотографий животных для поиска и повторной идентификации особей.

Подходит для: поиск фотографий одной и той же особи в коллекции · сопоставление наблюдений животных с разных камер · группировка снимков диких животных по особям

Визуальный backbone Swin-L для извлечения эмбеддингов и повторной идентификации животных по фотографиям.

Подходит для: сопоставление фотографий одного животного · поиск повторных наблюдений особей в фотоловушках · извлечение признаков животных для экологического мониторинга

Модель на основе DINOv2 извлекает признаки изображений животных для поиска и повторной идентификации особей.

Подходит для: Поиск фотографий одной и той же особи животного · Повторная идентификация животных по снимкам · Создание эмбеддингов фотографий для поиска похожих изображений

Модель на основе CLIP извлекает признаки изображений животных для поиска похожих особей и повторной идентификации.

Подходит для: извлечение эмбеддингов изображений животных · поиск похожих изображений одной особи · повторная идентификация животных по фотографиям

ResNet-34, дообученная на DF20 для классификации грибов по изображениям.

Подходит для: Классификация грибов по фотографии · Распознавание грибов в датасете Danish Fungi · Извлечение визуальных эмбеддингов фотографий грибов

GigaBrain-0.7-3.5B-Base — VLA-модель для понимания визуальных и языковых сигналов и генерации действий роботов по инструкциям.

Подходит для: управление роботом по текстовой инструкции · выполнение бытовых задач на роботизированной платформе · выполнение промышленных задач роботом

X-VLA 0.9B — модель зрения, языка и действий для выполнения роботизированных манипуляций на разных платформах и в симуляциях.

Подходит для: управление роботом для выполнения манипуляций по визуальному наблюдению · выполнение задач Libero в симуляции · адаптация политики управления к разным воплощениям роботов

Компактная мультимодальная модель BAAI для визуального восприятия, пространственных рассуждений и планирования действий в робототехнике.

Подходит для: определение объектов и их положения по изображениям сцены · предсказание точек взаимодействия и доступности объектов для захвата · оценка будущих траекторий в сцене

Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.

Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству

Мультимодальная модель BAAI на 7 млрд параметров для пространственного восприятия, рассуждений и планирования действий роботов по визуальным данным и инструкциям.

Подходит для: Предсказание точек взаимодействия и рамок объектов по инструкции и изображению · Определение пространственных отношений между объектами в сцене · Прогнозирование траекторий объектов или роботов

Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.

Подходит для: эксперименты с компактными причинно-языковыми моделями · продолжение предобучения на собственном корпусе · бенчмаркинг малых языковых моделей

Модель классифицирует изображения грибов до уровня вида и предназначена для задач распознавания грибов.

Подходит для: определение вида гриба по фотографии · классификация изображений грибов для каталога · распознавание грибов в экологических исследованиях

VRMBG-3.0 — авторегрессионная модель BRIA AI для удаления фона из видео с временно согласованной альфа-маттой в реальном времени.

Подходит для: удаление фона из видео с людьми · отделение товара от фона в видеоролике · создание альфа-матты для каждого кадра видео

QELVRA — небольшая экспериментальная байтовая языковая модель для изучения авторегрессионной генерации текста.

Подходит для: изучение устройства Transformer-языковой модели · эксперименты с генерацией текста на уровне UTF-8 байтов · проверка инференса небольшой модели на CPU или CUDA

Дообученная ResNet-50 классифицирует грибы на изображениях и может формировать эмбеддинги изображений.

Подходит для: классификация грибов по фотографии · поиск похожих изображений грибов по эмбеддингам · анализ изображений грибов в экологических исследованиях

Базовая VLA-модель GigaBrain-0 для управления роботами по визуальным наблюдениям и текстовым инструкциям, планирования и манипуляций.

Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · ловкие манипуляции с предметами · понимание пространственного положения и состояния объектов

Vision Transformer, обученный распознавать грибы на изображениях и извлекать их визуальные эмбеддинги.

Подходит для: классификация грибов по фотографии · определение грибов для экологических наблюдений · автоматическая разметка изображений грибов

InternVLA-M1 — дообученная мультимодальная VLA-модель для разработки универсальных роботизированных политик по визуальным наблюдениям и языковым инструкциям.

Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · разработка универсальной роботизированной политики · исследование моделей vision-language-action

ViBT — модель Brownian Bridge Transformer для условной генерации, редактирования изображений и преобразования изображений и видео.

Подходит для: редактирование изображений по текстовым инструкциям · перевод изображения в другое визуальное представление · условная генерация изображений

Экспериментальная гибридная языковая модель Vibelet для исследований рекуррентных слоёв RWKV-7, разреженного внимания HiLS и поиска в контексте.

Подходит для: эксперименты с гибридными архитектурами языковых моделей · изучение разреженного внимания и поиска фрагмента в контексте · исследование поведения малых языковых моделей при обучении