Производная модели zai-org/GLM-5.3-Flash-BF16. Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Мультимодальная модель Xiaomi MiMo на 9 млрд параметров для агентных задач, программирования, кибербезопасности и анализа изображений.

Подходит для: написание и исправление кода · выполнение многошаговых агентных задач · анализ изображений в диалоге

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Набор моделей YOLO от Anzhc для обнаружения объектов и сегментации лиц, глаз, головы и других специализированных категорий на изображениях.

Подходит для: сегментация лиц на иллюстрациях и фотографиях · выделение глаз в аниме-изображениях для автоматизированного inpainting · сегментация головы и волос в конвейерах обработки изображений

Экспериментальная мультимодальная MoE-модель, дообученная для диалогов, рассуждений, анализа изображений и работы с инструментами.

Подходит для: решение задач по математике с пошаговыми рассуждениями · генерация и анализ программного кода · ответы на вопросы по изображениям

Дообученная модель ViT классифицирует изображение глаза как открытый или закрытый.

Подходит для: определение закрытых глаз на изображении · определение открытых глаз на изображении · классификация состояния глаз на кадрах из окружающей сцены

Компактная модель Vision Transformer для классификации изображений ImageNet и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet · извлечение эмбеддингов изображений

GLM-4.5V — мультимодальная модель ZhipuAI для анализа изображений, видео, документов и графических интерфейсов с визуальными рассуждениями и локализацией объектов.

Подходит для: ответы на вопросы по изображениям и их содержимому · распознавание событий в длинных видео · извлечение данных из графиков и длинных документов

Мультимодальная модель Ai2 для понимания сцен, пространственных отношений, нескольких изображений и временной последовательности в видео.

Подходит для: Ответы на вопросы о содержимом изображения · Определение точного положения объекта на изображении · Сопоставление объектов и сцен на нескольких изображениях

Детектор на базе YOLOv8 находит глаза персонажей в аниме-изображениях для автоматизированной обработки в ComfyUI.

Подходит для: поиск глаз персонажей на аниме-арте · создание рамок вокруг глаз для последующей обработки · автоматизация детализации глаз в ComfyUI

Дообученный MobileNetV2 классифицирует изображения глаз как открытые или закрытые, в том числе для обнаружения признаков сонливости.

Подходит для: определение закрытых глаз на фотографии · обнаружение признаков сонливости водителя · оценка внимательности по изображению лица

Семейство моделей Ultralytics для обнаружения объектов и других задач компьютерного зрения на изображениях и видеокадрах.

Подходит для: обнаружение и локализация объектов на изображениях · сегментация объектов на пикселях · классификация изображений

Открытая мультимодальная модель Ai2 для ответов на вопросы и описания изображений, нескольких изображений и видео.

Подходит для: ответы на вопросы о содержимом видео · создание подписей к изображениям и видео · подсчёт объектов на изображении или в видео

RETFound_MAE — модель классификации изображений на основе копии open-eye/RETFound_MAE, интегрированная с timm и содержащая параметры CFP.

Подходит для: классификация медицинских изображений сетчатки · экспериментальная оценка изображений глазного дна · использование модели RETFound через библиотеку timm

Открытая мультимодальная модель Ai2 для вопросов по изображениям и видео, их описания, подсчёта и локализации объектов.

Подходит для: ответы на вопросы по содержимому изображения · ответы на вопросы по короткому видео · создание описаний изображений и видеосцен

Производная модели ibm-granite/granite-guardian-4.1-8b. Модель IBM для бинарной проверки запросов и ответов LLM на безопасность, галлюцинации и заданные пользователем критерии.

Подходит для: выявление jailbreak-запросов и небезопасных ответов · проверка ответов RAG на соответствие найденным источникам · обнаружение галлюцинаций при вызове инструментов

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Дообученная MobileViTV2 классифицирует изображения глаз как открытые или закрытые для мониторинга и анализа изображений.

Подходит для: определение закрытых глаз на изображениях · выявление признаков сонливости водителя по изображению глаз · анализ открытых и закрытых глаз на фотографиях и кадрах видео

YOLOv8 — семейство моделей Ultralytics для обнаружения и отслеживания объектов, сегментации, классификации изображений и оценки позы.

Подходит для: поиск и локализация объектов на изображениях · отслеживание объектов в видеопотоке · сегментация объектов с выделением масок

Мультимодальная чат-модель OpenGVLab на 38 млрд параметров для анализа изображений и видео, визуального рассуждения и текстовых задач.

Подходит для: ответы на вопросы о содержимом изображения · сравнение и анализ нескольких изображений · понимание видеоматериалов

Mage-VL — мультимодальная модель Microsoft на базе визуального кодировщика Mage-ViT и Qwen3-4B для понимания изображений, видео и потоковых событий.

Подходит для: ответы на вопросы по изображениям · ответы на вопросы по видеозаписям · поиск и временная локализация событий в видео

Компактная англо-японская визуально-языковая модель для ответов на вопросы об изображениях, визуального поиска объектов и анализа сцен на edge-устройствах.

Подходит для: ответы на вопросы по фотографии на английском или японском · поиск человека или объекта на изображении по текстовому описанию · распознавание инструментов и анализ действий работников на производстве

Семейство моделей компьютерного зрения Ultralytics для обнаружения объектов и смежных задач, включая сегментацию, классификацию изображений и оценку позы.

Подходит для: обнаружение и локализация объектов на изображениях · сегментация объектов и выделение их масок · классификация изображений по категориям

Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором