Производная модели Visual-Attention-Network/van-base. Van-base — модель компьютерного зрения на архитектуре Visual Attention Network для классификации изображений.

Подходит для: классификация изображений по категориям ImageNet-1k · распознавание объектов и сцен на изображениях · извлечение визуальных признаков для последующей настройки модели

Van-base — модель компьютерного зрения на архитектуре Visual Attention Network для классификации изображений.

Подходит для: классификация изображений по категориям ImageNet-1k · распознавание объектов и сцен на изображениях · извлечение визуальных признаков для последующей настройки модели

Предобученный Vision Transformer Google для классификации изображений по классам ImageNet и извлечения визуальных признаков.

Подходит для: Классификация изображений по 1000 классам ImageNet · Извлечение признаков изображений для downstream-задач · Дообучение классификатора на собственном наборе размеченных изображений

Небольшая Vision Transformer модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: Классификация объектов на изображениях · Получение эмбеддингов изображений для поиска по визуальному сходству · Использование визуального backbone в конвейере компьютерного зрения

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

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

ViT-модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение признаков из изображений · получение эмбеддингов изображений для поиска по сходству

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

ViT-модель, предварительно обученная методом MAE на ImageNet-1k для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений · получение эмбеддингов изображений для поиска похожих изображений · использование в качестве backbone для классификации изображений

Визуальный энкодер ViT, предварительно обученный методом DINOv2 для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений для компьютерного зрения · получение эмбеддингов изображений для визуального поиска · кластеризация изображений по визуальному сходству

Vision Transformer с 86,9 млн параметров для классификации изображений и извлечения признаков, дообученный на ImageNet-1k после предобучения на ImageNet-21k.

Подходит для: классификация объектов на изображениях · распознавание категорий изображений ImageNet · извлечение признаков изображений для компьютерного зрения

Свёрточная модель ConvNeXt-V2 Base для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · определение категорий изображений ImageNet · извлечение карт визуальных признаков

ViT Base — модель классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений · создание визуальных признаков для downstream-моделей

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

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

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

Подходит для: классификация объектов на изображениях · извлечение признаков изображения для последующей обработки · получение эмбеддингов изображений

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

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение визуальных признаков для последующей обработки

Компактная модель ConvNeXt-V2 для классификации изображений по классам ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на фотографиях · распознавание классов ImageNet-1k · извлечение карт признаков из изображений

Предобученный Vision Transformer из timm для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям · распознавание объектов на изображениях · извлечение признаков для компьютерного зрения

ViT-модель с 22,2 млн параметров для классификации изображений и извлечения визуальных признаков.

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

Базовая модель ViT, предобученная методом MAE для извлечения признаков изображений и переноса на задачи компьютерного зрения.

Подходит для: извлечение признаков из изображений · дообучение классификатора изображений · предобучение моделей компьютерного зрения

Компактная сверточная модель ConvNeXt-V2 для классификации изображений на классы ImageNet-1k и извлечения визуальных признаков.

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

ViT-модель из timm, предварительно обученная методом MAE на ImageNet-1k для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков изображений для компьютерного зрения · получение эмбеддингов изображений · использование визуального backbone в классификаторе

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

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