CanViT-B — модель активного компьютерного зрения для извлечения признаков изображений с последовательным просмотром сцены.

Подходит для: извлечение признаков из изображений для последующего анализа · создание представлений сцен для компьютерного зрения · обработка изображений с последовательным просмотром отдельных фрагментов

Дообученная CanViT-B классифицирует изображения ImageNet-1k, последовательно изучая сцену через несколько зрительных фрагментов.

Подходит для: классификация изображений по категориям ImageNet-1k · распознавание объектов на изображениях · оценка активного компьютерного зрения с последовательными кадрированиями

Предобученный CanViT извлекает признаки изображений, последовательно рассматривая сцену через фрагменты и собирая её представление на общем холсте.

Подходит для: извлечение признаков из изображений · создание визуальных представлений сцен · исследования активного зрения

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

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

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

Линейный пробник CanViT размечает пиксели изображений сцен классами ADE20K по признакам замороженной модели.

Подходит для: семантическая сегментация сцен на изображениях · разметка ADE20K на холсте CanViT 32 × 32 · построение карты классов объектов и областей сцены

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

Линейный пробник на признаках CanViT-B для семантической сегментации изображений по классам ADE20K.

Подходит для: сегментация сцен на изображения ADE20K · получение пиксельной разметки объектов и областей сцены · оценка признаков активного зрения на задаче сегментации

Компактная модель Canopy для генерации текста и управления агентами автоматизации браузера.

Подходит для: генерация текстовых команд для веб-агента · сбор ссылок и структуры веб-страниц · автоматизация заполнения веб-форм

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

Подходит для: классификация изображений по категориям ImageNet · извлечение эмбеддингов изображений · использование как визуального backbone для компьютерного зрения

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

ConViT Small — модель компьютерного зрения для классификации изображений и извлечения признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение визуальных признаков для последующей обработки · использование backbone в системе компьютерного зрения

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

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

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

Линейный пробник CanViT для семантической сегментации изображений ADE20K по признакам на холсте 64 × 64.

Подходит для: семантическая сегментация сцен ADE20K · разметка областей и объектов на изображении · оценка визуальных признаков CanViT по протоколу линейного пробника

Латентная диффузионная модель на базе Stable Diffusion XL для генерации изображений по преимущественно англоязычным текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · подготовка визуальных концепций для дизайна · генерация изображений для творческих приложений

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

Политика CanViT с Q-оценкой выбирает точки визуального просмотра для последовательной сегментации изображений ADE20K.

Подходит для: выбор следующего участка изображения для просмотра при сегментации · последовательная сегментация городских и бытовых сцен ADE20K · оценка стратегий размещения визуальных фрагментов

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

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков изображений для дальнейшего анализа · использование визуального backbone в компьютерном зрении

Политика CanViT для последовательного выбора областей обзора, улучшающая семантическую сегментацию сцен ADE20K.

Подходит для: последовательный выбор фрагментов изображения для сегментации сцен · направление визуальных обзоров на информативные области ADE20K · оценка Q-значений для дискретных точек и масштабов обзора

Экспериментальная Q-политика выбирает области изображения для последовательной семантической сегментации сцен ADE20K.

Подходит для: последовательный выбор областей изображения для сегментации ADE20K · оценка стратегии размещения визуальных фрагментов · эксперименты с обучением Q-политик для компьютерного зрения

Политика CanViT на основе policy gradient выбирает точки обзора для последовательной сегментации изображений ADE20K.

Подходит для: выбор следующего участка изображения для визуального анализа · управление последовательными взглядами при сегментации сцен · оценка политики выбора точек обзора на ADE20K