CLIP-модель для исследовательской классификации изображений по произвольным текстовым категориям без дообучения.

Подходит для: исследование классификации изображений по текстовым меткам · сравнение обобщения CLIP на разных наборах категорий · анализ устойчивости компьютерного зрения

Компактная ViT-модель DINOv2, извлекающая признаки и эмбеддинги из изображений для визуального поиска, классификации и кластеризации.

Подходит для: извлечение эмбеддингов изображений · поиск похожих изображений · классификация изображений с дополнительной обучающей головой

Визуальный ViT-L из семейства DINOv3 для извлечения признаков изображений и построения решений компьютерного зрения.

Подходит для: извлечение признаков изображений для классификации · поиск похожих изображений по эмбеддингам · семантическая сегментация изображений

Визуальный ViT-B из семейства DINOv3 от Meta AI извлекает плотные признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: извлечение признаков и эмбеддингов изображений · классификация изображений с линейным классификатором или k-NN · поиск похожих изображений

Визуальная модель DINOv3 ViT-L извлекает плотные признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором или k-NN · сегментация изображений с лёгкой классификационной головой

Большой самообученный ViT-энкодер DINOv2 извлекает визуальные признаки для последующего обучения классификаторов и других задач компьютерного зрения.

Подходит для: извлечение признаков из изображений · подготовка эмбеддингов изображений для поиска по визуальному сходству · обучение классификатора поверх представлений изображений

Von — англоязычная модель классификации и оценки, которая за один проход выбирает или ранжирует заданные варианты без генерации текста.

Подходит для: маршрутизация обращений в службу поддержки · классификация намерений клиента · проверка запросов на соответствие политике или критериям

ViT-модель с регистрами, предварительно обученная методом DINOv2 на LVD-142M для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений · получение эмбеддингов изображений · подготовка визуального бэкбона для компьютерного зрения

Визуальный энкодер DINOv3 ViT-S извлекает признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: извлечение эмбеддингов изображений для поиска похожих кадров · классификация изображений с k-NN или линейным классификатором · получение признаков для семантической сегментации

Визуальный трансформер DINOv2 для извлечения признаков и эмбеддингов из изображений.

Подходит для: извлечение признаков изображений для компьютерного зрения · создание эмбеддингов для поиска похожих изображений · сравнение изображений по визуальному сходству

ViT-модель с регистрами, предварительно обученная DINOv2 на LVD-142M для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений · создание эмбеддингов изображений для поиска по сходству · подготовка визуальных признаков для классификатора

Компактная визуальная модель Meta AI на архитектуре ConvNeXt-Tiny, извлекающая признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному сходству · классификация изображений с k-NN или линейным классификатором

FashionCLIP — дообученная на модных товарах CLIP-модель для сопоставления изображений одежды с текстом и классификации изображений по текстовым категориям.

Подходит для: поиск одежды по текстовому описанию · классификация изображений товаров по текстовым категориям · сопоставление фотографий одежды и описаний товаров

Визуальный энкодер DINOv2 на базе ViT для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений · получение эмбеддингов изображений для поиска по сходству · классификация изображений с использованием визуального бэкбона

ViT-S+ из семейства DINOv3 от Meta AI извлекает универсальные признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: Извлечение признаков изображения для обучения линейного классификатора · Поиск похожих изображений по визуальным признакам · Классификация изображений с помощью k-NN или логистической регрессии

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

Визуальный энкодер DINOv3 ViT-L/16 извлекает признаки и эмбеддинги изображений для классификации, сегментации и дообучения задач компьютерного зрения.

Подходит для: получение эмбеддингов изображений для поиска похожих изображений · извлечение признаков для классификатора изображений · подготовка признаков для сегментации изображений

Визуальный энкодер DINOv3 ViT-Base для извлечения признаков и эмбеддингов изображений в задачах компьютерного зрения.

Подходит для: извлечение признаков из изображений для классификатора · получение эмбеддингов для поиска похожих изображений · подготовка признаков для сегментации изображений

Компактный энкодер изображений DINOv3 ViT-Small для извлечения визуальных признаков и эмбеддингов.

Подходит для: извлечение признаков из изображений для компьютерного зрения · получение эмбеддингов изображений для поиска по визуальному сходству · использование ViT-backbone для классификации изображений

Визуальный энкодер DINOv3 на базе ViT извлекает признаки и эмбеддинги изображений для задач компьютерного зрения.

Подходит для: извлечение эмбеддингов изображений для поиска похожих изображений · получение карт признаков для сегментации · подготовка визуальных признаков для классификатора

ViViT — видеомодель с 113,2 млн параметров для классификации действий в роликах и дообучения на другие задачи видеоанализа.

Подходит для: распознавание действий в видеороликах · классификация видео по категориям Kinetics-400 · дообучение классификатора для пользовательских категорий видео

Визуальный энкодер ViT, предварительно обученный методом DINOv2 для извлечения признаков и эмбеддингов изображений.

Подходит для: извлечение признаков из изображений для компьютерного зрения · получение эмбеддингов изображений для визуального поиска · кластеризация изображений по визуальному сходству

Самообученный ViT-энкодер DINOv2 на 1,5 млрд параметров для извлечения признаков и представлений изображений.

Подходит для: извлечение признаков из изображений · получение векторных представлений изображений для поиска · подготовка признаков для классификатора изображений

Визуальный энкодер DINOv3 ViT-7B/16 для извлечения признаков и эмбеддингов изображений и построения систем классификации и сегментации.

Подходит для: извлечение эмбеддингов изображений для поиска похожих объектов · получение признаковых карт для сегментации изображений · классификация изображений с дообученной головкой