ViT — модель для классификации изображений и извлечения признаков, обученная на ImageNet-21k.
Подходит для: классификация объектов на изображениях · извлечение признаков изображения для последующей обработки · получение эмбеддингов изображений
ViT-модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация изображений по категориям ImageNet-1k · извлечение признаков из изображений · получение эмбеддингов изображений для поиска по сходству
ViT Base — модель классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.
Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений · создание визуальных признаков для downstream-моделей
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
Крупная модель ViT классифицирует изображения по классам ImageNet и извлекает признаки для задач компьютерного зрения.
Подходит для: классификация изображений по 1000 классам ImageNet · извлечение признаков изображений для последующего обучения · создание классификатора для размеченного набора изображений
Компактная модель ViT-Tiny для классификации изображений по классам ImageNet.
Подходит для: классификация объектов на изображениях · определение класса изображения из набора ImageNet · встраивание классификатора изображений в приложение компьютерного зрения
Компактная модель Vision Transformer для классификации изображений, конвертированная из весов timm.
Подходит для: классификация объектов на изображениях · распознавание сцен на фотографиях · автоматическая разметка изображений по классам
ViT Base Patch32 — модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.
Подходит для: классификация изображений по категориям ImageNet · извлечение эмбеддингов изображений для поиска похожих объектов · использование как визуального бэкбона в системах компьютерного зрения
Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.
Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем
Компактная модель Apple MobileViT-S классифицирует изображения по 1000 классам ImageNet и рассчитана на эффективное применение в компьютерном зрении.
Подходит для: классификация объектов на фотографиях · определение класса изображения из 1000 категорий ImageNet · классификация изображений на мобильном устройстве
ViT-модель Alibaba MIIL для классификации изображений и извлечения визуальных признаков.
Подходит для: классификация объектов на изображениях · извлечение признаковых представлений изображений · использование визуального backbone в компьютерном зрении
NextViT Small — модель компьютерного зрения для классификации изображений и извлечения признаков, обученная на ImageNet-1k с дистилляцией SSLD.
Подходит для: классификация объектов на изображениях · распознавание сцен на фотографиях · извлечение карт признаков для компьютерного зрения
Экспериментальная модель на основе TinyLLaMA 2T для генерации текста по инструкциям в формате Alpaca.
Подходит для: генерация текста по инструкциям в формате Alpaca · составление коротких ответов на текстовые запросы · эксперименты с дообучением компактных языковых моделей
Компактная экспериментальная модель Llama с дообучением QLoRA для генерации текста по инструкциям в формате Alpaca.
Подходит для: генерация ответов на текстовые инструкции · создание коротких текстовых продолжений · эксперименты с компактными языковыми моделями
Компактная модель MaxViT для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.
Подходит для: классификация объектов на изображениях · определение сцен и категорий изображений · извлечение карт признаков для компьютерного зрения
Компактная модель CrossViT для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.
Подходит для: классификация объектов на изображениях · извлечение признаков изображений для компьютерного зрения · создание эмбеддингов изображений
Экспериментальная DPO-версия SmarTinyLlama примерно на 1 млрд параметров для диалоговой генерации текста.
Подходит для: генерация ответов в диалоге · создание коротких текстовых продолжений · эксперименты с DPO-дообучением небольших языковых моделей
Модель ViT от timm классифицирует изображения и может извлекать их признаки и эмбеддинги.
Подходит для: классификация изображений по категориям ImageNet · извлечение признаков из изображений · получение эмбеддингов изображений для поиска и группировки
Экспериментальная дообученная модель LLaMA на 2,6 млрд параметров для генерации текста по инструкциям в формате Alpaca.
Подходит для: генерация ответов на инструкции в формате Alpaca · продолжение текста по текстовой подсказке · создание прототипа чат-ассистента
Компактная модель SHViT для классификации изображений ImageNet-1k и извлечения визуальных признаков.
Подходит для: классификация изображений по классам ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для визуального поиска
Крупная модель ViT от timm для классификации изображений и извлечения визуальных признаков.
Подходит для: классификация изображений по категориям · извлечение эмбеддингов изображений · создание визуальных признаков для последующих задач компьютерного зрения
Компактный Single-Head Vision Transformer для классификации изображений и извлечения визуальных признаков.
Подходит для: классификация изображений по категориям ImageNet · распознавание объектов и сцен на изображениях · извлечение карт признаков для компьютерного зрения
ViT-модель Alibaba MIIL для классификации изображений и извлечения визуальных признаков.
Подходит для: классификация объектов на изображениях · получение эмбеддингов изображений · извлечение признаков для последующих задач компьютерного зрения
pytorch: формат, квантизация, runtime и память принадлежат одному artifact