ResNet-18 — обученная на ImageNet-1k сверточная модель для классификации изображений.

Подходит для: классификация изображений по категориям ImageNet · распознавание объектов на фотографиях · создание базового классификатора изображений

HRNet с 21,3 млн параметров для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков из изображений · получение эмбеддингов изображений для последующего анализа

Сверточная ResNet-50 v1.5, предварительно обученная на ImageNet-1k для классификации изображений по 1000 классам.

Подходит для: классификация изображений по классам ImageNet · распознавание объектов на фотографиях · получение базовой модели для дообучения классификатора изображений

ConvNeXt Tiny — сверточная модель для классификации изображений и извлечения визуальных признаков, дообученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

ResNet18.a3_in1k — обученная на ImageNet-1k модель ResNet для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

ConvNeXt Small — модель классификации изображений, дообученная на ImageNet-1k после предварительного обучения на ImageNet-22k.

Подходит для: Классификация изображений по классам ImageNet-1k · Извлечение признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

Базовая языковая модель NVIDIA с гибридной архитектурой Mamba-2 и MoE для продолжения предобучения и создания специализированных вариантов.

Подходит для: продолжение предобучения на предметном корпусе · создание специализированной языковой модели · подготовка базового чекпойнта для SFT или RL

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

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

NFNet-F0, обученная на ImageNet-1k модель для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · получение карт признаков для компьютерного зрения · извлечение эмбеддингов изображений

Компактная модель ConvNeXt для классификации изображений и извлечения визуальных признаков, предварительно обученная на ImageNet-12k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаковых карт из изображений · получение эмбеддингов изображений для последующей обработки

Lightweight NFNet-L0 — модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · определение класса изображения из набора ImageNet-1k · извлечение признаков для компьютерного зрения

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

Сверточная ResNet-модель timm для классификации изображений ImageNet-1k и извлечения признаков.

Подходит для: классификация объектов на фотографиях · распознавание классов изображений ImageNet · извлечение карт признаков из изображений

Компактная модель HaloNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Компактная свёрточная модель ConvNeXt V2 для классификации изображений по 1000 классам ImageNet-1K.

Подходит для: классификация изображений по классам ImageNet-1K · определение объектов и сцен на фотографиях · извлечение базовых признаков изображений для компьютерного зрения

Компактная модель TinyNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям ImageNet-1k · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

HGNet-V2 B4 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: Классификация изображений по категориям ImageNet · Извлечение карт признаков из изображений · Получение эмбеддингов изображений для поиска и сравнения

HRNet-W32 — модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаков для последующей компьютерной обработки · получение векторных представлений изображений

Сверточная EfficientNet-B4 для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение карт признаков изображения

ResNet101.a1h_in1k — обученная на ImageNet-1k модель ResNet для классификации изображений и извлечения визуальных признаков.

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

Сверточная модель ConvNeXT, классифицирующая изображения по 1000 категориям ImageNet-1k.

Подходит для: классификация объектов на фотографиях · распознавание сцен и предметов на изображениях · автоматическая разметка изображений по категориям ImageNet

Предварительно обученные на ImageNet веса EfficientNet-B3 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: классификация изображений по классам ImageNet · извлечение визуальных признаков из изображений · использование энкодера EfficientNet в моделях сегментации

Компактная модель HRNet для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

EfficientNetV2-L — модель классификации изображений, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков и карт признаков из изображений · получение эмбеддингов изображений для поиска и кластеризации