BiT-50 — модель ResNetV2 для классификации изображений по классам ImageNet-1k и переноса обучения на другие задачи компьютерного зрения.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов на фотографиях · создание базовой модели для переноса обучения

Мультиязычная авторегрессионная модель BigScience примерно на 3 млрд параметров для генерации текста и исследований LLM.

Подходит для: продолжение текста на нескольких языках · создание черновиков и вариантов формулировок · генерация текста на языках с меньшими ресурсами

BEiT Large — модель Microsoft на базе Vision Transformer для классификации изображений по классам ImageNet и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · распознавание объектов на фотографиях · извлечение признаков изображений для downstream-задач

BEiT Large — модель Vision Transformer для классификации изображений по 1000 классам ImageNet и извлечения признаков изображений.

Подходит для: Классификация изображений по классам ImageNet · Получение признаков изображений для последующего обучения классификатора · Создание базовой модели для дообучения на размеченном наборе изображений

BEiT Large — визуальный Transformer для классификации изображений и извлечения признаков, дообученный на ImageNet-22k и ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаковых векторов изображений · использование визуального backbone в пайплайне компьютерного зрения

BEiT Large — визуальная трансформерная модель для классификации изображений и извлечения признаков.

Подходит для: классификация изображений по классам ImageNet · извлечение признаков из изображений · получение эмбеддингов изображений

Визуальный трансформер DeepGlint AI на 2,5 млрд параметров для извлечения признаков изображений и использования в системах визуального анализа.

Подходит для: извлечение визуальных признаков из изображений · подготовка изображений документов для визуального анализа · анализ диаграмм и графиков в составе мультимодальной системы

Крупная модель ResNetV2-BiT для классификации изображений и извлечения визуальных признаков, предварительно обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска по визуальному сходству

Крупная модель ResNetV2 BiT, обученная на ImageNet-21k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям · извлечение карт признаков из изображений · получение визуальных эмбеддингов для поиска похожих изображений

ResNetV2-101x3 BiT — крупная модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k.

Подходит для: классификация изображений по категориям · извлечение визуальных признаков для компьютерного зрения · получение эмбеддингов изображений

Политика Diffusion Policy от Bigenlight управляет UR7e, чтобы по изображениям камер захватить правый банан и положить его в горшок.

Подходит для: обучение манипулятора захвату заданного объекта среди отвлекающих предметов · перенос банана в горшок по изображениям с двух камер · исследование имитационного обучения роботизированной манипуляции

ResNetV2-152x2 BiT — дообученная на ImageNet-1k модель для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска и сравнения

Политика ACT для управления UR7e, которая по состоянию суставов и двум изображениям камер учится класть нужный банан в горшок.

Подходит для: перекладывание нужного банана в горшок роботом UR7e · имитационное обучение манипуляции по демонстрациям оператора · управление суставами UR7e по изображениям с двух RGB-камер

Политика flow matching для UR7e, обученная брать правый банан и класть его в кастрюлю по изображениям с камер и состоянию суставов.

Подходит для: захват нужного банана среди отвлекающих предметов · перекладывание банана в кастрюлю роботом UR7e · исследование flow-matching политик для манипуляции

Визуомоторная Diffusion Policy Bigenlight предсказывает действия UR7e для выбора правого банана и помещения его в горшок по изображениям двух RGB-камер.

Подходит для: выбор нужного банана среди отвлекающих объектов · захват банана роботом UR7e · перекладывание объекта в горшок

ACT-модель для управления UR7e, обученная класть правый банан в горшок по видеодемонстрациям.

Подходит для: имитационное обучение манипуляции объектами на UR7e · управление концевым эффектором робота по изображениям с камер · воспроизведение задачи помещения банана в горшок

Офлайн-набор HIL-SERL для подготовки робота UR7e к размещению нужного банана в горшке и последующему обучению на физической руке.

Подходит для: обучение UR7e размещать заданный банан в горшке · построение буфера демонстраций для обучения робота с подкреплением · определение по изображениям, завершена ли манипуляция