Предобученные на ImageNet веса ResNet-34 для использования как энкодера в моделях сегментации изображений.

Подходит для: извлечение признаков из изображений для сегментации · подключение энкодера ResNet-34 в segmentation-models-pytorch · использование ImageNet-предобученной основы в компьютерном зрении

Предобученный на ImageNet ResNet-18 для классификации изображений и извлечения признаков в моделях сегментации.

Подходит для: классификация изображений по категориям ImageNet · извлечение визуальных признаков для сегментации изображений · использование ResNet-18 как энкодера в segmentation-models-pytorch

Предобученные на ImageNet веса ResNet-50 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: Классификация объектов на изображениях · Использование ResNet-50 как энкодера в моделях сегментации изображений · Извлечение визуальных признаков для задач компьютерного зрения

Предварительно обученные на ImageNet веса mit_b1 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: классификация изображений · использование энкодера mit_b1 в модели сегментации · создание компьютерного зрения на базе segmentation-models-pytorch

Предварительно обученные на ImageNet веса EfficientNet-B3 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: классификация изображений по классам ImageNet · извлечение визуальных признаков из изображений · использование энкодера EfficientNet в моделях сегментации

Многоязычная HuBERT-модель извлекает речевые признаки с частотой 25 Гц для токенизации речи и обучения речевых языковых моделей.

Подходит для: извлечение признаков из речевых сигналов · токенизация речи для обучения SpeechLM · подготовка речевых представлений для языкового моделирования речи

Предобученные на ImageNet веса MobileNetV2 для классификации изображений и использования в качестве энкодера в segmentation-models-pytorch.

Подходит для: классификация изображений по категориям ImageNet · извлечение признаков изображения для сегментационной модели · использование MobileNetV2 как энкодера в PyTorch-проекте

Предобученные на ImageNet веса ResNet-152 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: классификация изображений по категориям ImageNet · использование ResNet-152 как энкодера модели сегментации · дообучение модели компьютерного зрения на пользовательском наборе изображений

Предварительно обученные на ImageNet веса энкодера mit_b2 для классификации изображений и использования в моделях сегментации на базе segmentation-models-pytorch.

Подходит для: классификация изображений · использование энкодера mit_b2 в модели сегментации · инициализация энкодера для дообучения на задачах компьютерного зрения

Предобученная на ImageNet модель EfficientNet-B0 для классификации изображений и использования как энкодера в системах сегментации.

Подходит для: классификация объектов на изображениях · извлечение признаков изображений для сегментации · использование EfficientNet-B0 как энкодера в segmentation-models-pytorch

Предобученный на ImageNet EfficientNet-B4 для классификации изображений и использования в качестве энкодера в segmentation-models-pytorch.

Подходит для: классификация объектов на изображениях · извлечение признаков изображений для сегментации · использование энкодера EfficientNet-B4 в моделях компьютерного зрения

Предварительно обученные на ImageNet веса визуального энкодера MiT-B3 для классификации изображений и использования в моделях сегментации.

Подходит для: классификация изображений по категориям ImageNet · использование энкодера MiT-B3 в модели семантической сегментации · создание визуальных признаков для компьютерного зрения

Предобученные на ImageNet веса DenseNet121 для классификации изображений и использования как энкодера в моделях сегментации.

Подходит для: классификация объектов на изображениях · использование энкодера DenseNet121 в модели сегментации · создание компьютерно-зрительных моделей на базе ImageNet

Предобученный на ImageNet энкодер EfficientNet-B2 для классификации изображений и использования в моделях сегментации.

Подходит для: классификация изображений по категориям ImageNet · извлечение визуальных признаков для сегментации изображений · использование EfficientNet-B2 как энкодера в segmentation-models-pytorch

Предобученные на ImageNet веса энкодера mit_b4 для классификации изображений и построения сегментационных моделей на segmentation-models-pytorch.

Подходит для: Классификация изображений · Использование энкодера mit_b4 в модели сегментации изображений · Инициализация модели компьютерного зрения весами ImageNet

Предварительно обученные на ImageNet веса ResNet-101 для классификации изображений и использования как энкодера в сегментационных моделях.

Подходит для: классификация изображений · извлечение признаков изображения для компьютерного зрения · использование ResNet-101 как энкодера в модели сегментации

Предобученный на ImageNet энкодер mit_b0 для классификации изображений и использования в моделях компьютерного зрения.

Подходит для: классификация изображений · извлечение визуальных признаков для компьютерного зрения · использование энкодера mit_b0 в моделях сегментации

Предварительно обученная на ImageNet модель SE-ResNeXt-50-32x4d для классификации изображений и использования в качестве энкодера сегментации.

Подходит для: Классификация объектов на изображениях · Использование энкодером в моделях сегментации изображений · Инициализация компьютерного зрения весами, предварительно обученными на ImageNet

Предобученная на ImageNet модель EfficientNet-B5 для классификации изображений и использования в качестве энкодера сегментационных моделей.

Подходит для: классификация объектов на изображениях · извлечение признаков изображений для сегментации · использование EfficientNet-B5 как энкодера в segmentation-models-pytorch

Предобученный на ImageNet визуальный энкодер MobileOne S2 для классификации изображений и использования в моделях сегментации.

Подходит для: классификация изображений · извлечение визуальных признаков для сегментации · использование MobileOne S2 как энкодера в segmentation-models-pytorch

Предобученный на ImageNet энкодер EfficientNet-B3 для классификации изображений и построения сегментационных моделей.

Подходит для: классификация объектов на изображениях · извлечение признаков для сегментации изображений · использование в качестве энкодера для SMP

Предобученные на ImageNet веса EfficientNet-B4 для классификации изображений и использования как энкодера в моделях сегментации.

Подходит для: классификация объектов на изображениях · извлечение признаков изображения для сегментации · использование предобученного энкодера в PyTorch-проекте

Предобученные на ImageNet веса DenseNet-201 для классификации изображений и использования как энкодера в segmentation-models-pytorch.

Подходит для: классификация объектов на изображениях · извлечение признаков изображений для сегментационной модели · использование DenseNet-201 как энкодера в PyTorch

Предварительно обученные на ImageNet веса EfficientNet-B7 для классификации изображений и использования в качестве энкодера в segmentation-models-pytorch.

Подходит для: Классификация изображений по категориям ImageNet · Использование EfficientNet-B7 как энкодера в модели сегментации изображений · Извлечение визуальных признаков для задач компьютерного зрения