MiniCPM-V 2.6 — мультимодальная модель OpenBMB на 8 млрд параметров для диалога и анализа изображений, нескольких изображений и видео.

Подходит для: ответы на вопросы о содержимом изображения · распознавание текста на изображениях и в документах · сравнение нескольких изображений в диалоге

Репозиторий содержит сторонние модели, преобразованные CamStack в форматы для инференса, включая детекцию, классификацию и извлечение признаков.

Подходит для: извлечение признаков изображений · поиск объектов на изображениях и видео · классификация изображений и типов автомобилей

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

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

CAM++ от FunASR извлекает голосовые эмбеддинги для проверки личности говорящего и диаризации аудиозаписей.

Подходит для: проверка, принадлежат ли две голосовые записи одному человеку · разметка реплик разных говорящих в записи встречи · диаризация речи в составе конвейера FunASR

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

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение эмбеддингов изображений

CaiT M36 — крупная модель для классификации изображений ImageNet-1k и получения визуальных признаков.

Подходит для: классификация изображений по категориям · распознавание объектов на фотографиях · извлечение признаков изображений для последующих задач компьютерного зрения

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

Производная модели KingName1/sentence_transformer. MPNet-модель Sentence Transformers кодирует предложения и короткие абзацы в векторы для семантического поиска, сравнения сходства и кластеризации.

Подходит для: семантический поиск по предложениям и коротким абзацам · сравнение семантического сходства текстов · кластеризация предложений и коротких документов

Дообученная на CIFAR-100 ResNet-50 для классификации изображений по классам этого датасета.

Подходит для: классификация изображений по категориям CIFAR-100 · распознавание объектов на изображениях из набора CIFAR-100 · эксперименты с классификацией изображений на базе ResNet-50

Дообученная на CIFAR-100 модель ViT для классификации изображений по 100 классам датасета.

Подходит для: классификация изображений по классам CIFAR-100 · распознавание объектов на небольших изображениях · эксперименты с Vision Transformer на CIFAR-100

CaiT — модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · распознавание объектов на фотографиях · извлечение эмбеддингов изображений

Модель CaiT с дистилляцией на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов и сцен на изображениях · определение категории изображения из набора классов ImageNet · извлечение признаковых векторов изображений

CAFormer S36 — модель для классификации изображений ImageNet-1k, также пригодная для извлечения признаков и эмбеддингов.

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

Экспериментальная CTM от Sakana AI для классификации изображений ImageNet-1K и изучения адаптивного визуального рассуждения.

Подходит для: классификация изображений ImageNet-1K · изучение адаптивного числа вычислений при распознавании изображений · анализ паттернов внимания модели при визуальном рассуждении

CAFormer с 104,2 млн параметров, обученный на ImageNet-22k для классификации изображений и извлечения визуальных признаков.

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

Дистиллированная модель CaiT с 12 млн параметров для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: Классификация объектов на изображениях по классам ImageNet-1k · Получение признаков изображения для последующей обработки · Использование компактного vision-backbone в экспериментах компьютерного зрения

Компактная VGG-подобная CNN для классификации изображений CIFAR-10 по десяти категориям.

Подходит для: классификация изображений CIFAR-10 · распознавание автомобилей и грузовиков на изображениях CIFAR-10 · распознавание животных и транспорта в тестовых наборах CIFAR-10

Производная модели PekingU/rtdetr_r101vd_coco_o365. RT-DETR-R101 — Transformer-модель для быстрого обнаружения и локализации объектов на изображениях без NMS.

Подходит для: обнаружение объектов на фотографиях · локализация объектов с помощью ограничивающих рамок · обнаружение объектов в видеопотоке в реальном времени

Дообученная на научных текстах и материалах Stack Exchange модель Qwen3 с 3,7 млрд параметров для генерации текста.

Подходит для: генерация ответов на научные вопросы · подготовка черновиков ответов в стиле Stack Exchange · продолжение научного текста по заданному фрагменту

Дообученная на математических данных текстовая модель Qwen3 с 3,7 млрд параметров для генерации текста.

Подходит для: генерация ответов на математические вопросы · составление решений математических задач · эксперименты с дообучением Qwen3 на математических данных

Дообученная Llama-модель на базе Marin 8B для генерации текста и ответов на вопросы по финансовым данным.

Подходит для: ответы на вопросы о финансах · генерация текстовых ответов по финансовым данным · диалоговая работа с финансовыми запросами

Дообученная Llama-модель на базе Marin 8B для генерации текста и диалоговых сценариев, обученная на данных, связанных с кодом и его описаниями.

Подходит для: генерация и продолжение текста · диалоговые ответы на текстовые запросы · помощь с текстовыми задачами, связанными с кодом

Дообученная на медицинских клинических случаях Llama-модель для генерации текста и диалогов.

Подходит для: генерация ответов по медицинским клиническим случаям · создание диалогового помощника для обсуждения медицинских сценариев · продолжение текста на медицинскую тематику

Дообученная 7,5-миллиардная модель Llama для генерации текста и диалогового взаимодействия.

Подходит для: генерация продолжения для текстового запроса · создание ответов в диалоговом интерфейсе · подготовка черновиков текста