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

CvT-21 — модель компьютерного зрения для классификации изображений по 1000 классам ImageNet.

Подходит для: классификация изображений по классам ImageNet · распознавание объектов на фотографиях · определение категории изображения из COCO

Компактная модель TinyViT для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: Классификация объектов на изображениях 224 × 224 · Распознавание категорий товаров по фотографии · Извлечение карт признаков для конвейера компьютерного зрения

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

CvT-21 — модель компьютерного зрения для классификации изображений по 1000 классам ImageNet.

Подходит для: классификация изображений по классам ImageNet · определение объектов и сцен на фотографии · извлечение метки класса для изображения в приложении

Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.

Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем

CaiT-S24-224 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, предварительно обученная с дистилляцией на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков изображений для последующего анализа

RepViT M1.1 distill — компактная модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

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

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

RepViT M1.5 — обученная с дистилляцией модель для классификации изображений ImageNet-1k, извлечения признаков и эмбеддингов.

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

CvT-21 — сверточный Vision Transformer для классификации изображений по 1000 классам ImageNet-1k.

Подходит для: классификация объектов на изображениях · определение класса изображения из 1000 категорий ImageNet · распознавание изображений для прототипов компьютерного зрения

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

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

Компактная модель TinyViT для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · получение карт визуальных признаков для изображений · создание векторных представлений изображений

VAETKI — многоязычная языковая модель консорциума NC-AI для диалогов, следования инструкциям, перевода, рассуждений и агентных сценариев.

Подходит для: ответы на инструкции и вопросы в диалоге · перевод между корейским, английским, китайским и японским · многоязычная генерация текста

CvT-w24-384-22k — сверточный Vision Transformer для классификации изображений по 1 000 классам ImageNet.

Подходит для: классификация объектов на фотографиях · распознавание объектов из классов ImageNet · определение категории изображения размером 384×384

Компактная модель TinyViT для классификации изображений и извлечения визуальных признаков.

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

CSATv2 21M — модель на базе timm для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

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

ResNetV2-101 A1H — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

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

ViT Base Patch32 — модель для классификации изображений и извлечения признаков, обученная на ImageNet-21k.

Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений · создание основы для системы компьютерного зрения

CvT-13-384-22k — модель классификации изображений, дообученная на ImageNet-1k после предобучения на ImageNet-22k.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов на фотографиях из пользовательской коллекции · автоматическая разметка изображений для каталога

ROPE-ViT — модель Vision Transformer для классификации изображений и извлечения их признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаковых карт из изображений · получение эмбеддингов изображений для последующего анализа

Компактная гибридная ResNet–ViT-модель для классификации изображений и получения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение визуальных эмбеддингов для изображений · использование в качестве backbone для компьютерного зрения

4M-21_L — мультимодальная модель EPFL-VILAB для широкого спектра задач компьютерного зрения и преобразования данных между модальностями.

Подходит для: выполнение задач компьютерного зрения · мультимодальное преобразование входных данных в выходные · генерация мультимодального контента с управлением

Дообученная на базе DistilBERT модель для классификации текстов.

Подходит для: классификация текстов по меткам · автоматическая категоризация коротких сообщений · определение класса текстовой последовательности