Модель на основе ResNet50V2 классифицирует изображения распечаток ЭКГ с 12 отведениями по четырём категориям сердечных состояний.

Подходит для: классификация сканированной ЭКГ как нормальной или аномальной · выявление изображений ЭКГ с признаками инфаркта миокарда · разделение ЭКГ с текущим инфарктом и перенесённым инфарктом

Классификатор рентгенограмм грудной клетки на DenseNet121 для распознавания COVID-19, эмфиземы, нормы, типов пневмонии и туберкулёза в исследовательских и учебных сценариях.

Подходит для: классификация рентгенограмм грудной клетки по шести классам · предварительная сортировка снимков лёгких для последующей проверки специалистом · эксперименты с классификацией медицинских изображений на TensorFlow/Keras

Модель на базе DenseNet121 классифицирует срезы КТ почек как кисту, норму, камень или опухоль для исследовательских и учебных задач.

Подходит для: классификация среза КТ почек на кисту, норму, камень или опухоль · отклонение изображений, не похожих на КТ почек · сравнение одиночной модели и ансамбля классификаторов в учебном проекте

Sentence Transformer на базе XLM-RoBERTa строит векторы бенгальских предложений для семантического поиска и сравнения текстов.

Подходит для: поиск семантически похожих бенгальских предложений · поиск документов по смыслу на бенгальском языке · поиск перефразировок в бенгальских текстах

Дообученная на базе Qwen2.5 модель на 1,5 млрд параметров для генерации текста и диалогов на английском языке.

Подходит для: генерация ответов в текстовом чате · создание черновиков и продолжение текста на английском · интеграция генерации текста в приложения

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Дообученная модель Qwen2 на 3,1 млрд параметров для генерации текста и диалогового общения на английском языке.

Подходит для: генерация ответов в англоязычном чате · создание и продолжение текстов на английском · прототипирование чат-бота с вызовом инструментов

Дообученная модель SigLIP 2 для многометочного распознавания болезней и состояний сеянцев масличной пальмы по изображениям.

Подходит для: скрининг болезней сеянцев масличной пальмы по фотографии · выявление пятнистости листьев на сеянцах · распознавание антракноза у молодых пальм

PSA-Net — трансформерная модель для многомерного прогнозирования временных рядов с сезонными компонентами и резкими всплесками.

Подходит для: прогнозирование нагрузки по телеметрии на будущие временные шаги · прогнозирование числа запросов в секунду · прогнозирование числа одновременных пользователей