Компактная Grounding DINO находит на изображениях объекты, соответствующие произвольным текстовым запросам, и возвращает их рамки.

Подходит для: поиск предметов на изображении по текстовому описанию · обнаружение объектов без заранее заданного списка классов · разметка изображений ограничивающими рамками по запросу

Конверсия базовой модели Qwen3-8B-Base на Keras 3 для генерации текста и запуска с TensorFlow, PyTorch или JAX.

Подходит для: генерация продолжения текста · подготовка базовой модели для дообучения · эксперименты с Qwen3 на TensorFlow

Мультиязычный vision-language энкодер SigLIP 2 для классификации изображений по текстовым меткам без дополнительного обучения.

Подходит для: классификация изображений по заданным текстовым меткам · поиск изображений по текстовым запросам · сопоставление изображений с подписями

Мультимодальная конверсия Qwen3-VL-2B-Thinking для анализа изображений и генерации текстовых ответов.

Подходит для: ответы на вопросы по изображениям · визуальное рассуждение по изображению · распознавание текста на изображениях (OCR)

Чекпойнт VGG16 с BatchNorm для классификации изображений и извлечения признаков в качестве backbone.

Подходит для: классификация изображений по категориям · извлечение признаков изображений для последующей модели · использование визуального backbone в компьютерном зрении

Конверсия Stable Diffusion v1.5 в формат Keras 3 для генерации изображений 512×512 по текстовым запросам.

Подходит для: создание иллюстраций по текстовому описанию · генерация концепт-артов и визуальных идей · создание изображений с отрицательным запросом

Речевая модель IBM Granite Speech 4.1 2B Plus в конверсии Keras 3 для распознавания речи и ответов по аудиозаписям.

Подходит для: транскрибация аудиозаписей · распознавание речи по аудио · суммаризация аудиозаписей по текстовой инструкции

Преобразованный для Keras 3 чекпойнт ViT-Large классифицирует изображения и извлекает визуальные признаки.

Подходит для: классификация изображений на ImageNet-подобные категории · извлечение признаков изображений для downstream-моделей · получение токенов и признаков блоков трансформера

Многоязычная модель MetaCLIP 2 сопоставляет изображения с текстовыми описаниями для zero-shot классификации по заданным пользователем категориям.

Подходит для: Классификация изображений по текстовым категориям без дообучения · Поиск изображений по описаниям на разных языках · Сопоставление изображения с набором текстовых меток

Мультимодальная модель Qwen3.5-9B в реализации Keras 3 для ответов на текстовые запросы по изображениям и текстового диалога.

Подходит для: ответы на вопросы по содержимому изображений · описание изображений по текстовому запросу · визуальный диалог с изображениями

MiT-B1 в формате Keras 3 классифицирует изображения и извлекает визуальные признаки для задач компьютерного зрения.

Подходит для: классификация изображений по категориям · извлечение многоуровневых признаков изображений · использование визуального backbone в компьютерном зрении

Мультимодель Qwen3.5 на Keras 3 для генерации текста по изображениям и текстовым запросам, с возможностью отдельного текстового режима.

Подходит для: ответы на вопросы по содержимому изображения · описание изображений по запросу · извлечение сведений из визуальных материалов

Конверсия MaxViT Small для классификации изображений и извлечения визуальных признаков в Keras 3.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение визуальных признаков для последующих моделей · использование в качестве backbone компьютерного зрения

Конверсия CLIP ViT-B/32 сопоставляет изображения с текстовыми подсказками для классификации без дообучения и поиска по изображениям.

Подходит для: классификация изображений по текстовым меткам без дообучения · поиск изображений по текстовому описанию · сравнение изображения с набором текстовых вариантов

Keras 3-конверсия EfficientFormer L7 для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям · извлечение признаков изображений для компьютерного зрения · использование визуального backbone в модели компьютерного зрения

Конверсия DeiT3 Large для классификации изображений и извлечения визуальных признаков в Keras 3.

Подходит для: классификация изображений по категориям · получение признаков изображений для downstream-моделей · использование Vision Transformer как backbone в компьютерном зрении

Крупная модель DeiT-III классифицирует изображения ImageNet-1k и может извлекать визуальные признаки для задач компьютерного зрения.

Подходит для: Классификация изображений по категориям · Получение признаков изображений для downstream-моделей · Использование в качестве backbone для компьютерного зрения

Конверсия Stable Diffusion v1.4 в Keras 3 для генерации изображений 512×512 по текстовым запросам.

Подходит для: создание изображений по англоязычному описанию · генерация иллюстраций и концепт-арта по промпту · получение вариантов изображения с фиксированным seed

Конверсия ConvNeXt V2 Large для классификации изображений и извлечения визуальных признаков в Keras 3.

Подходит для: классификация изображений по категориям · извлечение визуальных признаков для последующих моделей · использование многоуровневых признаков изображения в компьютерном зрении

Keras 3-реализация Res2Net-50 для классификации изображений и извлечения многомасштабных признаков.

Подходит для: классификация изображений по категориям · извлечение признаков изображений для последующих моделей · использование в качестве backbone в системах компьютерного зрения

Самообученный визуальный backbone DINO на базе ResNet-50 для извлечения семантических признаков изображений.

Подходит для: Извлечение признаков изображений для поиска похожих изображений · Кластеризация изображений по визуальному содержанию · Получение карт признаков для последующих задач компьютерного зрения

Самообученный Vision Transformer ViT-B/8 извлекает признаки изображений для классификаторов и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · подготовка визуальных эмбеддингов для поиска похожих изображений · использование бэкбона при обучении моделей компьютерного зрения

Конверсия DINOv2 Large в Keras 3 извлекает визуальные признаки изображений для последующего обучения и применения моделей компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · получение признаков патчей для моделей компьютерного зрения · подготовка визуальных представлений изображений без разметки

Конверсия SAM 3 в Keras 3 для поиска и сегментации объектов на изображениях по текстовым понятиям и рамкам.

Подходит для: поиск всех объектов заданного класса на изображении · создание масок объектов по текстовой подсказке · сегментация объектов с уточнением рамками