Латентная диффузионная модель для создания и редактирования изображений по текстовым запросам, преимущественно на английском языке.

Подходит для: создание иллюстраций по текстовому описанию · генерация фотореалистичных изображений по английскому запросу · редактирование изображения с помощью текстового запроса

Латентная диффузионная модель CompVis генерирует изображения лиц CelebA-HQ размером 256×256 без текстового запроса.

Подходит для: генерация синтетических изображений лиц 256×256 · создание безусловных визуальных примеров для экспериментов · исследование латентных диффузионных моделей

Компактная модель Vision Transformer для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet · извлечение эмбеддингов изображений

Визуальная модель Meta AI на базе ConvNeXt Small извлекает универсальные признаки изображений для поиска, классификации, сегментации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором · семантическая сегментация изображений

Производный чекпойнт MiniMax-H3 в формате ComfyUI для генерации коротких видео по текстовому запросу и изображению.

Подходит для: генерация видео по текстовому описанию в ComfyUI · анимация изображения с помощью текстового запроса · создание коротких видеороликов в локальном пайплайне ComfyUI

Компактный Vision Transformer для классификации изображений ImageNet-21k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-21k · извлечение признаковых представлений изображений · использование в качестве визуального backbone для компьютерного зрения

Визуальный Vision Transformer Meta AI для извлечения признаков изображений и использования их в классификации, поиске, сегментации и других задачах компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по эмбеддингам · классификация изображений с линейным классификатором

Модель NVIDIA Cosmos3 для генерации видео из исходного изображения, ориентированная на сценарии Physical AI.

Подходит для: создание видеосцены по исходному изображению · генерация динамичных сцен для симуляции физических сред · создание видеоданных для робототехнических сценариев

Компактный Vision Transformer, обученный на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков из изображений · использование визуальной основы в компьютерном зрении

Компактная модель ConvNeXt для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков из изображений · получение визуальных эмбеддингов для последующей обработки

Visformer Small — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · получение эмбеддингов изображений для поиска похожих объектов · извлечение визуальных признаков для последующих задач компьютерного зрения

Безусловная DDPM-модель Google для генерации изображений 32×32 в стиле CIFAR-10.

Подходит для: генерация небольших изображений без текстового запроса · создание образцов в стиле CIFAR-10 · эксперименты с диффузионными моделями

Stable Diffusion v1.5 — латентная диффузионная модель для создания и редактирования изображений по текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для творческих проектов · подготовка визуальных идей и дизайн-макетов

Базовая модель Vision Transformer для классификации изображений по 1000 классам ImageNet и извлечения признаков для компьютерного зрения.

Подходит для: Классификация фотографий по классам ImageNet · Распознавание объектов на изображениях · Извлечение признаков изображений для последующего обучения классификатора

Мультимодальная модель на базе Qwen3.5-VL, которая оценивает качество и эстетику изображений и видео по шкале от 0 до 1.

Подходит для: оценка технического качества изображений · оценка эстетической привлекательности изображений · оценка воспринимаемого качества видео по кадрам

ConvNeXt Large с визуальными весами CLIP, дообученная на ImageNet для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий на фотографиях ImageNet · извлечение карт визуальных признаков

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

Подходит для: классификация объектов на изображениях · распознавание сцен и категорий изображений · извлечение визуальных признаков для компьютерного зрения

FLUX.1 [dev] — трансформер Black Forest Labs на 12 млрд параметров для генерации изображений по текстовым промптам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-арта для творческих проектов · подготовка изображений для локальных рабочих процессов ComfyUI

Зрительная модель Meta AI на ConvNeXt Large извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по эмбеддингам · семантическая сегментация изображений

CleanDIFT извлекает шумонезависимые признаки изображений диффузионными моделями для задач компьютерного зрения.

Подходит для: извлечение признаков для поиска семантических соответствий между изображениями · оценка глубины по изображению · семантическая сегментация изображений

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

Мультимодальная чат-модель OpenGVLab на 38 млрд параметров для анализа изображений и видео, визуального рассуждения и текстовых задач.

Подходит для: ответы на вопросы о содержимом изображения · сравнение и анализ нескольких изображений · понимание видеоматериалов

Зрительная модель Meta AI на архитектуре ConvNeXt Base извлекает признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному содержанию · подготовка признаков для семантической сегментации

Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором