DPT-Large — модель Intel на основе Vision Transformer для оценки глубины сцены по одному изображению.

Подходит для: оценка глубины по фотографии · построение карты глубины сцены · анализ пространственной структуры изображения

DPT-Hybrid (MiDaS 3.0) оценивает глубину объектов по одному изображению и подходит для переноса между наборами данных.

Подходит для: оценка глубины сцены по фотографии · получение карты глубины для одного кадра · оценка расстояний до объектов на изображении

Визуальный ViT-L из семейства DINOv3 для извлечения признаков изображений и построения решений компьютерного зрения.

Подходит для: извлечение признаков изображений для классификации · поиск похожих изображений по эмбеддингам · семантическая сегментация изображений

Визуальная модель DINOv3 ViT-L извлекает плотные признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором или k-NN · сегментация изображений с лёгкой классификационной головой

DaViT Base — визуальный трансформер для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet · получение эмбеддингов изображений для поиска по сходству · извлечение карт признаков для компьютерного зрения

Компактная модель ByteDance для оценки глубины по изображениям и восстановления позы камеры в многовидовых сценах.

Подходит для: оценка относительной глубины по одиночному изображению · оценка глубины по нескольким ракурсам сцены · оценка позы камеры по изображениям

Крупная модель DPT с backbone DINOv2 оценивает относительную и абсолютную глубину по изображению, включая zero-shot сценарии.

Подходит для: получение карты глубины для фотографии · оценка глубины сцены без дообучения · анализ пространственной структуры изображения

Компактная модель DPT с энкодером DINOv2 для построения карты глубины по изображению без дообучения.

Подходит для: оценка глубины сцены по фотографии · построение карты глубины для изображения · анализ пространственной структуры сцены

Компактный DeiT-трансформер для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение признаков для изображений · использование визуального backbone в компьютерном зрении

DPN-107 — модель классификации изображений ImageNet-1k, которую также можно использовать для извлечения признаков и эмбеддингов.

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

Компактная визуальная модель Meta AI на архитектуре ConvNeXt-Tiny, извлекающая признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному сходству · классификация изображений с k-NN или линейным классификатором

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

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение векторных представлений изображений

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

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

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

Дообученный Vision Transformer классифицирует изображения как реальные или созданные ИИ.

Подходит для: проверка, создано ли изображение генеративной моделью · первичная сортировка изображений по признаку подлинности · анализ коллекций изображений на возможные AI-фейки

DaViT Small — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

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

Компактная гибридная модель DeepGuard для классификации лицевых изображений и кадров видео как реальных или дипфейковых.

Подходит для: проверка изображения лица на признаки дипфейка · поиск поддельных лицевых кадров в видеозаписи · кадровая классификация видео для последующей агрегации результата

ViT-Small для классификации изображений, оценивающая вероятность того, что изображение создано ИИ.

Подходит для: проверка изображения на генерацию ИИ · поиск синтетических изображений в пользовательских загрузках · анализ изображений в цифровой криминалистике

Гибридная модель EfficientNet и Vision Transformer для обнаружения дипфейков на изображениях и видеокадрах с классификацией лица как настоящего или поддельного.

Подходит для: проверка фотографии лица на признаки дипфейка · анализ видеозаписи по кадрам для выявления подмены лица · модерация загруженных изображений на предмет синтетических лиц

DPN-92 — модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков и эмбеддингов.

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

Компактная модель MS-EffGCViT-B0 выявляет дипфейки на обрезанных изображениях лиц и кадрах видео.

Подходит для: проверка подлинности изображения лица · обнаружение дипфейков в видеокадрах · модерация пользовательских видео на подмену лица

Компактная модель Intel на базе DPT и SwinV2 оценивает относительную глубину по одному изображению.

Подходит для: построение карты глубины по фотографии · оценка глубины сцены с камеры · подготовка карты глубины для 3D-реконструкции

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

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

Модель DeepGuard на базе EfficientNet-B5 классифицирует лицевые изображения и видеокадры как настоящие или поддельные для обнаружения дипфейков.

Подходит для: проверка лицевых изображений на признаки подделки · обнаружение дипфейков в видеозаписях по кадрам · первичная проверка видеоматериалов для цифровой криминалистики