EfficientNetV2-S — модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k.

Подходит для: классификация объектов на изображениях · определение категории фотографии · извлечение признаков для компьютерного зрения

Компактная модель EfficientNet-B0 для классификации изображений ImageNet-1k и извлечения признаков.

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

EfficientNet-B0 — компактная свёрточная модель для классификации изображений по классам ImageNet-1k.

Подходит для: классификация изображений по 1000 классам ImageNet · распознавание объектов и сцен на изображениях · построение базового классификатора для компьютерного зрения

Сверточная EfficientNetV2 XL, обученная на ImageNet-21k, классифицирует изображения и извлекает их признаки.

Подходит для: Классификация изображений по категориям ImageNet · Извлечение карт признаков из изображений · Получение векторных представлений изображений

EfficientNet-B7 — свёрточная модель для классификации изображений по 1000 классам ImageNet-1k.

Подходит для: Классификация фотографий по классам ImageNet-1k · Распознавание объектов на изображениях · Получение оценок вероятности классов для изображения

EfficientNetV2-M — модель классификации изображений, дообученная на ImageNet-1k и доступная в PyTorch через timm.

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

Сверточная EfficientNet-B4 для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение карт признаков изображения

EfficientNetV2-L — модель классификации изображений, обученная на ImageNet-21k и дообученная на ImageNet-1k.

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

Компактная модель EfficientFormer-V2 S0 классифицирует изображения и извлекает визуальные признаки, будучи предварительно обученной на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение эмбеддингов изображений для поиска по визуальному сходству · получение карт признаков для последующей компьютерной обработки

Компактная модель EfficientFormer L1 классифицирует изображения и извлекает визуальные признаки, будучи предварительно обученной на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание изображений из набора ImageNet-1k · извлечение признаковых представлений изображений

Компактная модель EfficientViT-B0 классифицирует изображения ImageNet-1k и извлекает визуальные признаки.

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

Компактная сверточная модель EfficientNet-Lite0 для классификации изображений и извлечения признаков.

Подходит для: классификация изображений по классам ImageNet-1k · получение карты признаков изображения для компьютерного зрения · извлечение векторов изображений для последующей обработки

Компактная модель EfficientNetV2 для классификации изображений по категориям ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков для компьютерного зрения

EfficientNetV2-B3 — модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.

Подходит для: Классификация объектов на изображениях · Распознавание категорий ImageNet в фотоколлекции · Извлечение признаковых карт для компьютерного зрения

EfficientNetV2-M — модель классификации изображений ImageNet-1k, также пригодная для извлечения признаков и эмбеддингов.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение признаковых карт из изображений · получение эмбеддингов изображений для поиска или кластеризации

Свёрточная EfficientNet-B4 классифицирует изображения по категориям ImageNet-1k.

Подходит для: классификация фотографий по категориям ImageNet · распознавание объектов и сцен на изображениях · автоматическая категоризация изображений в коллекциях

Компактная дообученная модель Qwen3, которая превращает сообщения в краткие описательные заголовки для диалогов, обращений и интерфейсов.

Подходит для: автоматическое создание названий чатов · генерация заголовков для веток переписки · составление кратких заголовков обращений в поддержку

Компактная модель EfficientNet-B0 для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

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

EfficientFormer L7 — предварительно обученная на ImageNet-1k модель для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · получение эмбеддингов изображений для поиска похожих объектов · использование визуального backbone в компьютерном зрении

EfficientFormer L3 — модель классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · определение категории фотографии · извлечение визуальных признаков для поиска похожих изображений

Компактная модель EfficientFormerV2-S1 классифицирует изображения ImageNet-1k и извлекает визуальные признаки.

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

Сверточная EfficientNet-B5 классифицирует изображения по классам ImageNet-1k и может извлекать признаки и эмбеддинги.

Подходит для: классификация объектов на изображениях · определение класса изображения из набора ImageNet-1k · извлечение признаковых карт для компьютерного зрения

Дообученная мультимодальная модель Gemma 4 Unified на 12 млрд параметров для диалога и преобразования входного текста и изображений в текстовые ответы.

Подходит для: ответы на вопросы по изображениям · описание содержимого изображений в диалоге · выполнение текстовых инструкций с визуальным контекстом

EfficientFormer-V2 — компактная модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаков изображения для последующего анализа · использование визуального бэкбона в компьютерном зрении