Производная модели pranay-ar/moondream2. Компактная визуально-языковая модель для ответов на вопросы по изображениям, рассчитанная на эффективную работу на периферийных устройствах.
Подходит для: ответы на вопросы о содержимом изображения · распознавание и описание объектов на изображении по запросу · чтение текста на изображениях и ответы по нему
Компактная мультимодальная модель Moondream 2 отвечает на вопросы об изображениях, распознаёт текст и объекты и описывает визуальные сцены.
Подходит для: ответы на вопросы по содержимому изображения · распознавание текста в документах, таблицах и на экране · обнаружение и подсчёт объектов на изображении
Moondream 3.1 — компактная по активным параметрам визуально-языковая модель для анализа изображений, обнаружения объектов, указания точек и создания подписей.
Подходит для: ответы на вопросы об изображении · обнаружение и описание объектов на изображении · указание координат интересующих объектов
Производная модели moondream/moondream3.1-9B-A2B. Moondream 3.1 — компактная по активным параметрам визуально-языковая модель для анализа изображений, обнаружения объектов, указания точек и создания подписей.
Подходит для: ответы на вопросы об изображении · обнаружение и описание объектов на изображении · указание координат интересующих объектов
Moondream 3 — мультимодальная модель для ответов на вопросы об изображениях, их описания и обнаружения объектов, также способная работать с текстом.
Подходит для: ответы на вопросы по содержимому изображения · создание коротких и подробных описаний изображений · поиск координат заданного объекта на изображении
Компактная модель Moondream, дообученная для генерации текстовых описаний изображений.
Подходит для: создание подписей к изображениям · автоматическое описание визуальных сцен · добавление описаний к изображениям в каталоге
Компактная визуально-языковая модель Moondream для анализа изображений, распознавания текста и ответов на вопросы по визуальному содержимому.
Подходит для: ответы на вопросы по изображению · распознавание текста на документах и таблицах · понимание диаграмм и графиков
Компактная многоязычная модель Moondream на основе Parakeet-TDT-0.6B-v3 для быстрого распознавания речи и транскрибации длинных аудиозаписей.
Подходит для: транскрибация записей на русском и других поддерживаемых языках · расшифровка длинных выступлений и лекций · распознавание речи в подкастах и видео
Небольшая мультимодальная модель Moondream отвечает на вопросы об изображениях, распознаёт текст и обнаруживает объекты.
Подходит для: ответы на вопросы по содержимому изображения · распознавание текста в документах, таблицах и на экранах · описание изображения и создание длинной подписи
Дообученная многоязычная модель Parakeet TDT 0.6B для транскрибирования речи, в том числе длинных записей и аудио с фоновым шумом.
Подходит для: транскрибирование русскоязычных аудиозаписей · распознавание речи в многоязычных записях · расшифровка совещаний и деловых звонков
Компактная визуально-языковая модель Moondream отвечает текстом на вопросы об изображениях и рассчитана на эффективную работу на разных устройствах.
Подходит для: ответы на вопросы по изображению · описание содержимого фотографии · извлечение визуальных сведений по текстовому запросу
Компактная модель для ответов на вопросы о содержимом изображений и распознавания текста на них.
Подходит для: ответы на вопросы о содержимом изображения · извлечение заголовков и надписей с изображений · описание изображений в диалоговом интерфейсе
Дообученная модель семейства moondream для генерации текста через Transformers.
Подходит для: генерация продолжения текста · создание черновиков ответов · локальная генерация текста в формате GGUF
Модель ConvNeXt V2 Tiny определяет страну по изображению, классифицируя его по 55 категориям.
Подходит для: определение страны по фотографии улицы · подсказки для игры GeoGuessr · классификация изображений по странам
ModujoMoE — базовая MoE-языковая модель для продолжения текста и дальнейших экспериментов с предобучением и настройкой.
Подходит для: продолжение короткого текста на португальском языке · эксперименты с дообучением языковой модели · исследование маршрутизации экспертов в MoE-моделях
Производная модели moondream/moondream3-preview. Moondream 3 — мультимодальная модель для ответов на вопросы об изображениях, их описания и обнаружения объектов, также способная работать с текстом.
Подходит для: ответы на вопросы по содержимому изображения · создание коротких и подробных описаний изображений · поиск координат заданного объекта на изображении
Небольшая vision-language модель Moondream для ответов на вопросы об изображениях и визуального анализа с эффективным запуском на устройствах с ограниченными ресурсами.
Подходит для: ответы на вопросы по содержимому изображения · описание изображений по текстовому запросу · извлечение текста из изображений и документов
Компактная визуально-языковая модель Moondream для ответов на вопросы об изображениях, включая определение направления взгляда.
Подходит для: определение направления взгляда по изображению · ответы на вопросы об изображении · описание визуальных сцен текстом
Небольшая англоязычная MoE-модель, созданная с нуля для генерации текста, диалогов и изучения предобучения.
Подходит для: изучение влияния этапов предобучения на языковую модель · эксперименты с маршрутизацией экспертов MoE · тестирование генерации короткого текста на английском
Компактная визуально-языковая модель для ответов на вопросы по изображениям, рассчитанная на эффективную работу на периферийных устройствах.
Подходит для: ответы на вопросы о содержимом изображения · распознавание и описание объектов на изображении по запросу · чтение текста на изображениях и ответы по нему
Компактная дообученная Moondream2, которая генерирует текстовые промпты по изображениям.
Подходит для: создание промпта с описанием персонажа на изображении · составление текстового описания визуального стиля изображения · подготовка промпта для генерации похожей сцены
Преобразованная в MLX fp16 многоязычная модель Parakeet Ultra для распознавания и транскрибирования речи из аудио.
Подходит для: транскрибирование русской речи · расшифровка многоязычных аудиозаписей · создание текстовой расшифровки совещаний
Квантованная до INT4 Moondream 3 (Preview) — компактная мультимодальная модель для вопросов и ответов по изображениям.
Подходит для: ответы на вопросы о содержимом фотографии · создание текстового описания изображения · обнаружение объектов на изображении
Компактная визуально-языковая модель для ответов на вопросы по изображениям и распознавания содержимого документов, рассчитанная на запуск на периферийных устройствах.
Подходит для: ответы на вопросы о содержимом изображения · извлечение текста и сведений из документов на изображении · подсчёт объектов на изображении