Дообученная на задаче классификации изображений модель DINOv2 Base для распознавания заболеваний листьев риса.

Подходит для: классификация фотографий листьев риса · автоматическое выявление заболеваний риса по изображениям · сортировка снимков листьев для агрономической проверки

Классификатор на базе ViT для определения растений по изображениям.

Подходит для: определение растения по фотографии · классификация снимков растений · распознавание растений на пользовательских изображениях

GPT-2-подобная модель для исследовательского моделирования и генерации таксономических последовательностей микробиома.

Подходит для: эксперименты с генерацией таксономических последовательностей · изучение совместной встречаемости таксонов микробиома · предобучение представлений таксономических меток

ConvNeXt Large MLP — дообученная на iNaturalist 2021 модель для классификации изображений примерно по 10 000 видов.

Подходит для: определение вида растения по фотографии · распознавание животных на снимках природы · классификация фотографий видов iNaturalist

Модель EfficientNet для классификации изображений птиц по 525 видам.

Подходит для: определение вида птицы на фотографии · классификация птиц для учебных материалов · мониторинг биоразнообразия по фотоснимкам

Дообученная модель ViT классифицирует типы комнатных растений по изображениям.

Подходит для: определение типа комнатного растения по фотографии · автоматическая сортировка фотографий комнатных растений · классификация изображений растений в приложении или каталоге

Набор Keras-классификаторов для выявления факторов транскрипции и определения их семейств у растений.

Подходит для: выявление факторов транскрипции в протеоме растения · классификация белковой последовательности по семейству факторов транскрипции · построение отчёта о классификации растительных белков

Классификатор timm, дообученный на iNaturalist 2021 для определения 10 000 видов растений и животных по изображениям.

Подходит для: определение вида животного по фотографии · распознавание растений по снимку · классификация видов для наблюдений за природой

ViT-Large на основе CLIP, дообученная на iNaturalist 2021 для распознавания 10 000 видов по изображениям.

Подходит для: определение вида растения по фотографии · распознавание животных и других организмов на снимках природы · классификация фотографий для наблюдений за биоразнообразием

Модель timm на базе EVA02 Large распознаёт виды живых организмов на изображениях и дообучена на 10 000 классах iNaturalist 2021.

Подходит для: определение вида растения по фотографии · распознавание животных и насекомых на снимках · классификация природных фотографий по видам

Дообученная ViT-модель OpenPlants определяет виды растений по фотографии для приложений, полевых исследований и мониторинга биоразнообразия.

Подходит для: определение вида растения по фотографии · разметка видов растений в наборах изображений · идентификация растений в мобильном приложении без сети

FloraSense — дообученный Vision Transformer для классификации фотографий растений и распознавания видов флоры.

Подходит для: распознавание растений по фотографии · предварительное определение видов в приложении для садоводства · классификация изображений флоры для учебных проектов

Модель MobileNetV2 распознаёт 38 классов болезней и здорового состояния растений по изображениям листьев.

Подходит для: определение болезни томата по фотографии листа · классификация болезней кукурузы, картофеля и винограда · проверка листьев цитрусовых на признаки Huanglongbing

Биологическая языковая модель StripedHyena для моделирования и генерации нуклеотидных последовательностей с контекстом 8 192 токена.

Подходит для: генерация биологических последовательностей на уровне нуклеотидов · моделирование прокариотических геномных последовательностей · дообучение базовой модели для молекулярных задач

Дообученная модель DINOv2 для классификации изображений растений в рамках конкурса PlantCLEF 2024.

Подходит для: определение класса растения по фотографии · классификация изображений растений для задач PlantCLEF 2024 · автоматическая разметка коллекции фотографий растений

Классификатор на основе ViT определяет болезни листьев среди 38 классов культур и заболеваний по фотографиям.

Подходит для: предварительное определение болезни листа кукурузы по фотографии · классификация симптомов болезней культур из набора PlantVillage · локальный скрининг изображений листьев перед обращением к запасному API

Базовая биологическая языковая модель на архитектуре StripedHyena для моделирования и проектирования нуклеотидных последовательностей.

Подходит для: генерация биологических нуклеотидных последовательностей · моделирование прокариотических геномных последовательностей · проектирование последовательностей для молекулярных задач

Intern-S2-Mobius — 35-миллиардная текстовая модель для диалогов и сложных общих и научных задач с архитектурой латентного рассуждения.

Подходит для: ответы на сложные вопросы и многошаговые рассуждения · решение задач по биологии и молекулярным наукам · научные диалоги и объяснение предметных вопросов

ResNet50 классифицирует изображения листьев, определяя болезни и здоровое состояние растений из 38 классов.

Подходит для: определение болезней кукурузы по фотографии листа · диагностика болезней томатов по изображению листьев · проверка листьев яблони, винограда и картофеля на распространённые болезни

Дообученный Vision Transformer классифицирует изображения индийских лекарственных растений и их листьев.

Подходит для: определение вида лекарственного растения по фотографии · распознавание лекарственных растений по листьям · автоматическая классификация изображений растений

Крупная предобученная модель ДНК Caduceus для анализа последовательностей растений и zero-shot-оценивания.

Подходит для: оценка свойств последовательностей ДНК растений без дообучения · извлечение признаков из геномных последовательностей покрытосеменных · анализ эволюционно-консервативных участков растительных геномов

Крупная модель Vision Transformer, дообученная на iNaturalist 2021 для классификации изображений 10 000 видов живых организмов.

Подходит для: распознавание видов растений и животных по фотографиям · классификация изображений видов из iNaturalist 2021 · поиск и изучение видов на снимках природы

Модель CropModel на базе ResNet-18 классифицирует изображения крон деревьев по 148 видам для экологического анализа.

Подходит для: определение вида дерева по изображению его кроны · классификация обнаруженных DeepForest крон на площадках NEON · автоматическая разметка видов деревьев на RGB-снимках

Vision Transformer, обученный распознавать грибы на изображениях и извлекать их визуальные эмбеддинги.

Подходит для: классификация грибов по фотографии · определение грибов для экологических наблюдений · автоматическая разметка изображений грибов