IV.8Государственное управление, правосудие и чрезвычайные ситуации

Bangla Regional Dialects ASR — дообученная модель Conformer-CTC от kazalbrur для распознавания региональной бенгальской речи в Бангладеш. Архитектура Conformer-CTC large с субдискретизацией 4× и SentencePiece BPE-токенизатором на 128 токенов; размер — 121,5 млн параметров. Модель принимает монофоническое аудио с частотой 16 кГц и выполняет распознавание за один проход жадным декодированием без внешней языковой модели. Модель предназначена прежде всего для транскрибации бенгальских региональных диалектов, а также телефонной и зашумлённой речи; её можно применять для расшифровки звонков, клиентских записей и голосовых запросов, в том числе в пакетных офлайн-процессах. По оценке авторов, дообучение на региональных данных заметно улучшило результаты на диалектах. Модель выводит строчные бенгальские символы без пунктуации; тексту для пользовательского отображения может потребоваться восстановление пунктуации и нормализация чисел. Наиболее сложным для модели остаётся диалект Ноакхали, а на других языках ожидается низкое качество. Модель выпущена под лицензией Apache-2.0.

Nitzotz — модель компании BrainboxAI для классификации и оценки сообщений на иврите. Она принимает сообщение и заданный пользователем вопрос, затем выбирает вариант ответа, выставляет оценку или определяет, верно ли утверждение, и возвращает вероятность. Модель предназначена для автоматической маршрутизации входящих сообщений, определения их типа и срочности, а также выявления мошеннических сообщений. Это не чатбот: она не генерирует текст и рассчитана на короткие сообщения, а не на длинные документы. Модель дообучена на HalleluBERT_large и использует библиотеку laya. В README приведён результат выявления мошенничества на 298 сообщениях: точность 92% и AUC 0,97 для конкретной формулировки вопроса. Качество зависит от формулировки вопроса, поэтому её следует проверять на собственных данных. Доступны файлы safetensors и GGUF, включая F16 и Q8_0; заявлена возможность локального запуска на обычном ноутбуке, в том числе без подключения к интернету. Лицензия — Apache-2.0.

RooseBERT-cont-uncased — англоязычная доменная языковая модель на основе BERT-base, разработанная для анализа политической речи. Модель продолжает предобучение весов bert-base-uncased на корпусе англоязычных политических дебатов и парламентских выступлений; она сохраняет стандартный uncased WordPiece-словарь BERT из 30 523 токенов и приводит входной текст к нижнему регистру. Архитектура — BERT encoder-only с головой masked language modeling, 136,7 млн параметров и контекстом до 512 токенов. Модель предназначена прежде всего как база для дообучения на задачах анализа политического дискурса: классификации тональности и позиции, выделения и классификации аргументов и их связей, классификации политических предложений и распознавания именованных сущностей. Карточка сообщает о превосходстве над BERT-base-uncased в 9 из 10 проверенных задач. Репозиторий помечен для задачи fill-mask. Лицензия — Apache-2.0. Модель обучена только на английских политических дебатах и не рассчитана на кросс-языковое применение. Она может воспроизводить перекосы исходных официальных выступлений; отсутствие регистра может ухудшить распознавание имён и аббревиатур, а политические термины могут разбиваться на части стандартным словарём. Как модель только для кодирования, она лучше подходит для классификации и разметки, чем для генерации.

RooseBERT-scr-cased — англоязычная BERT-модель, разработанная для анализа политического дискурса. Это версия, обученная с нуля на корпусе политических дебатов и парламентских выступлений; размер модели — 136,7 млн параметров, длина контекста — 512 токенов. Для неё создан регистрозависимый WordPiece-токенизатор с 28 996 токенами, учитывающий специальную лексику политических текстов. Модель предназначена прежде всего как основа для дообучения на задачах анализа политических текстов: определения тональности и позиции, разметки компонентов и отношений аргументации, классификации политических предложений и распознавания именованных сущностей. Она также поддерживает заполнение маски. По данным README, на большинстве приведённых классификационных задач RooseBERT превзошла BERT-base-cased; для NER с общими категориями сущностей преимущество не отмечено. Модель обучена только на английских парламентских дебатах и не предназначена для межъязыкового применения. Она может наследовать предвзятости официальной политической речи, а архитектура encoder-only делает её более подходящей для классификации и разметки, чем для генерации. Лицензия — Apache-2.0.

Suicidal-ELECTRA — англоязычная модель классификации текста, созданная дообучением Google ELECTRA Base Discriminator. Она определяет, относится ли текстовая последовательность к суицидальным высказываниям (класс 1) или несуицидальным (класс 0); подходит для исследовательских прототипов и первичной сортировки текстов. Модель содержит 136,7 млн параметров, использует архитектуру ELECTRA для классификации последовательностей и обрабатывает контекст длиной до 512 токенов. Обучение проведено за одну эпоху на датасете Suicide and Depression Dataset из Kaggle: 232 074 сбалансированных примера, собранных с Reddit. В карточке сообщаются accuracy 0,9792, recall 0,9788, precision 0,9677 и F1 0,9732. Эти показатели относятся к оценке авторов на описанных данных и сами по себе не подтверждают качество на других источниках или в реальных сценариях. Модель выпущена под лицензией MIT.

Это модель poltextlab, представляющая собой XLM-RoBERTa Large, дообученную на англоязычных данных с разметкой основных тематических категорий Comparative Agendas Project (CAP). Она классифицирует тексты по кодам мастер-кодбука CAP и предназначена для сравнительного анализа политических повесток и исследовательских проектов; модель также используется в бесплатном инструменте CAP Babel Machine. В карточке указаны точность 83% и macro F1 0,80 на оценке разработчиков. Модель использует архитектуру XLM-RoBERTa Large и токенизатор SentencePiece; лицензия — CC BY 4.0.

Mask2Former — модель компьютерного зрения, разработанная командой Mask2Former и представленная в работе «Masked-attention Mask Transformer for Universal Image Segmentation». Эта крупная версия использует backbone Swin и обучена на Cityscapes для семантической сегментации сцен. В метаданных репозитория указаны архитектура Mask2FormerForUniversalSegmentation и веса в форматах PyTorch и safetensors. Модель принимает изображение и предсказывает маски сегментов и соответствующие им классы. Архитектура Mask2Former рассчитана на универсальную сегментацию; этот чекпойнт предназначен для сегментации городских сцен и может использоваться для выделения и классификации областей изображения. В карточке Hugging Face лицензия обозначена как other, без уточнения условий в предоставленных данных.

danieledll/moss-transcribe-diarize-atc — дообученная Daniel Edll модель OpenMOSS MOSS-Transcribe-Diarize для расшифровки радиообмена авиадиспетчеров США. Это плотная модель условной генерации на 0,9 млрд параметров, совместно распознающая речь и разделяющая её по говорящим; рассчитана на записи VHF AM с несколькими десятками голосов и длительностью до примерно 30 минут. В README сообщается о дообучении на более чем 230 часах записей с аэропортов США и улучшении показателей диаризации и WER относительно базовой модели. Для работы требуется предварительно обработать аудио рекомендованной цепочкой шумоподавления и привести его к моно, 16 кГц. На тихих участках возможны циклическая генерация и потеря фрагментов; README описывает восстановление декодирования. На аудио вне обучающего распределения диаризация может ошибочно объединять или дробить говорящих. Для надёжной атрибуции позывных рекомендуется сверять результат с данными ADS-B, частотой и аэропортовым контекстом. Лицензия CC BY-NC-SA 4.0 допускает использование с условиями Attribution-NonCommercial-ShareAlike.

Omni-R1 — мультимодальная модель для рассуждений о видео и аудио с детальным пониманием пикселей, разработанная исследователями из Чжэцзянского университета. Она дообучена на базе Qwen/Qwen2.5-Omni-7B и использует архитектуру Qwen2.5 Omni Thinker. Подход объединяет две системы: одна выбирает ключевые кадры и формулирует задачу с учётом общего контекста, другая выполняет детальную привязку объектов к пикселям в выбранных фрагментах высокого разрешения. Модель предназначена для сегментации объектов в видео по текстовым или аудиовизуальным запросам и рассуждений о временном содержимом. В README описаны результаты на задачах Referring Audio-Visual Segmentation и Reasoning Video Object Segmentation, включая обобщение на данные вне обучающей области и снижение мультимодальных галлюцинаций. Веса опубликованы в формате safetensors; лицензия — BSD-2-Clause. Код инференса и оценки на момент карточки ещё не опубликован.

Pixtral 12B Construction Safety — модель компьютерного зрения и языка на базе Pixtral 12B, дообученная автором репозитория для обнаружения и классификации опасностей на строительных площадках. Она принимает изображение и запрос, а в ответ формирует структурированный JSON с типами опасностей, уровнями серьёзности, приблизительными ограничивающими рамками и описаниями на английском и японском языках. Модель ориентирована на проверку средств индивидуальной защиты, включая каски и жилеты, а также на выявление опасностей падения и электрических рисков. Модель дообучена с помощью LoRA на примерах, размеченных учителем Qwen3.5-27B; в обучении использовались наборы данных по безопасности строительства и внутренние справочные изображения. В оценке на 50 тестовых изображениях авторы сообщают о повышении полноты обнаружения нарушений относительно базового Pixtral 12B. Это результат ограниченной оценки, поэтому он не гарантирует аналогичного качества на других площадках и условиях. Модель использует архитектуру LlavaForConditionalGeneration, обрабатывает изображения и текст и генерирует текстовый ответ. Лицензия — Apache-2.0. Она обучалась преимущественно на открытых строительных площадках; рамки объектов приблизительны, а распознавание погоды и освещения основано только на визуальных признаках. Для решений, критичных для безопасности, результаты следует проверять.

Prithvi WxC 1.0 — фундаментальная модель для погоды и климата, разработанная IBM и NASA на данных MERRA-2. Это версия prithvi.wxc.2300m.v1 с 2,3 млрд параметров, реализованная на PyTorch и рассчитанная на извлечение признаков из погодных и климатических данных. Модель обучалась на 160 переменных с задачами прогнозирования и восстановления по маскированным данным. На вход подаются данные для двух временных отметок, на выходе модель формирует состояние атмосферы для одной отметки, которая может быть будущей. Между входными отметками и прогнозом допускаются разные временные интервалы. Версия предназначена для общих задач и не оптимизирована специально для прогнозирования с последовательным авторегрессионным разворачиванием; для таких сценариев авторы рекомендуют вариант rollout. На основе семейства также созданы производные модели для климатического даунскейлинга и параметризации гравитационных волн. Модель подходит для восстановления атмосферного состояния по неполным данным, извлечения признаков и работы в исследованиях погоды и климата. Доступна по лицензии CDLA-Permissive-2.0.

Qwen-3.5-4B-Spatial-SQL-1.1 — экспериментальная модель Марка Родриго, слегка дообученная методом QLoRA и supervised fine-tuning на базе Qwen/Qwen3.5-4B. Она преобразует вопросы на английском языке вместе с координатами или геометрическими данными в пространственные SQL-запросы для PostGIS. В версии 1.1 заявлена работа с географическими функциями, включая вычисление площади, центра геометрии, буфера и расстояния. Модель принимает текстовый запрос и координатные данные, например список координат из картографического приложения, и генерирует текст SQL. В README указана работа с метрами и географическими координатами WGS 84. По метаданным, модель содержит 3,4 млрд параметров, использует архитектуру Qwen3.5 для causal language modeling и имеет контекст длиной 262144 токена. Доступны веса в формате safetensors; лицензия — Apache-2.0. Модель предназначена для прототипирования преобразования естественного языка в пространственный SQL. README называет её экспериментальной и отмечает узкую специализацию; также указано, что дополнительная оценка модели необходима. Для практического применения следует проверять корректность сгенерированных запросов и их соответствие схеме данных и системе координат.

Карточка модели torchgeo/resnet50_sentinel2_rgb_seco на Hugging Face совпадает с карточкой torchgeo/resnet18_sentinel2_rgb_seco, поэтому описание составлено по ней. Это веса энкодера ResNet-18 для извлечения признаков из спутниковых изображений Sentinel-2 в RGB. Репозиторий опубликован TorchGeo и содержит веса в формате PyTorch; по README модель адаптирована для использования только энкодера. Карточка Hugging Face относит её к классификации изображений и геопространственным задачам. Модель можно использовать для получения визуальных признаков RGB-снимков Sentinel-2 как этапа геопространственного анализа или построения классификатора. Лицензия Apache-2.0 разрешает использование на её условиях. Сведения о точном размере изображений и качестве на конкретных задачах в предоставленных данных отсутствуют.

SegFormer-B0 от NVIDIA — модель семантической сегментации изображений, дообученная на наборе Cityscapes при разрешении 768×768. Архитектура сочетает иерархический Transformer-энкодер с лёгкой декодирующей головой на основе MLP; исходная модель предварительно обучалась на ImageNet-1k, затем дообучалась на целевой задаче. Модель предназначена для попиксельной разметки городских сцен, например для анализа изображений улиц и дорожной инфраструктуры. Репозиторий содержит веса в форматах PyTorch и TensorFlow. В метаданных указана лицензия other; конкретные условия использования следует сверить с лицензией репозитория.

abhishekai/slm-500m-legal-sft-v2 — англоязычная плотная модель семейства Llama с 517,7 млн параметров, разработанная путём supervised fine-tuning модели thesreedath/slm-500m-base. Она предназначена для ответов на вопросы по юридическим и финансовым фрагментам, которые пользователь передаёт в контексте, в частности в составе retrieval-augmented generation (RAG) конвейера. Контекст модели — 1024 токена; репозиторий содержит веса в формате Safetensors и шаблон чата. Версия v2 обучена на 17 170 парах вопросов и ответов; в сравнительной оценке по 300 запросам она получила 5,04 из 10. Модель может следовать инструкциям и опираться на предоставленный отрывок, но без контекста склонна к выдумкам. По README, около 3% ответов вырождаются в повторения, арифметика ненадёжна, а цитаты могут быть вымышленными. Это демонстрационная модель, не предназначенная для юридических или финансовых рекомендаций. Лицензия — Apache-2.0.

TybyrIA v2.1 — классификатор текста, разработанный правозащитной организацией Código Não Binário для выявления признаков анти-ЛГБТКИА+-языка в бразильском португальском. Модель на основе BERT/Tupi-BERT дообучена для классификации текстов как враждебных или невраждебных в контексте анти-ЛГБТКИА+-насилия. Модель предназначена для исследовательской работы, документирования насилия и первичной сортировки больших массивов текста с последующей проверкой человеком. Это ранняя публичная версия, помеченная авторами как устаревшая: актуальная версия — v2.2. Она содержит 136,1 млн параметров и обрабатывает последовательности длиной до 512 токенов. Поддерживаемый язык — португальский, прежде всего бразильский вариант. Весовые файлы опубликованы в формате safetensors. Классификатор помогает находить тексты для проверки, но не предназначен для автоматической блокировки, удаления контента, наказания или оценки людей. Его выходы требуют человеческой проверки. Лицензия весов — MIT; данные обучения опубликованы отдельно под CC-BY-NC-SA-4.0.

Модель разработана z-dickson для определения тематической категории законопроектов Конгресса США по схеме Comparative Agendas Project. Это модель классификации текста на базе BERT с примерно 135,5 млн параметров; она принимает текст и выдаёт категорию повестки. Обучение проводилось примерно на 250 тысячах американских законопроектов 1950–2015 годов. Модель чувствительна к регистру, а её контекст ограничен 512 токенами. В карточке указаны точность 92,68% на обучающей выборке и 91,61% на валидационной. Эти результаты относятся к данным и настройке обучения, описанным автором, и не гарантируют аналогичного качества на других документах или периодах. Модель распространяется в формате TensorFlow; лицензия в предоставленных данных не указана.

Модель gokulan006/distilbert-reddit-mental-health-risk-classifier разработана в рамках проекта Google Summer of Code 2026 совместно с HumanAI. Это дообученная DistilBERT для классификации текстовых публикаций Reddit по трём уровням риска для психического здоровья: низкому, умеренному и высокому. Она принимает текст и выдаёт метку класса; контекст ограничен 512 токенами. В описанной оценке лучшая точность составила 85,80%, а взвешенная F1-мера — 85,71%. Модель рассчитана на исследования, NLP-бенчмаркинг и прототипы мониторинга кризисных состояний. Лицензия в метаданных — Apache-2.0. Классификатор может выделять публикации с упоминаниями суицидальных мыслей и самоповреждения, а также тексты о депрессии, тревоге и эмоциональном неблагополучии. Он не предоставляет медицинских рекомендаций: точность зависит от площадки, стиля письма и популяции, а предсказания не подходят как единственное основание для клинических или экстренных решений; для высокорисковых случаев рекомендуется проверка человеком.

Модель somosnlp/GemmaColRAC-AeroNavigatorLLM-2b разработана SomosNLP и представляет собой дообученную версию google/gemma-2b-it для работы с Регламентом гражданской авиации Колумбии (RAC). Она предназначена для генерации ответов и понятных объяснений по авиационным правилам на испанском языке, в том числе для специалистов отрасли и пользователей, которым нужно разобраться в требованиях регламента. Модель построена на плотной архитектуре GemmaForCausalLM и содержит 2,5 млрд параметров. Она работает с текстом, поддерживает диалоговый режим, имеет контекстное окно 8192 токена и распространяется в формате safetensors по лицензии Apache-2.0. В README описано дообучение на наборе RAC_Colombia_QualityImproved025; независимая экспертная оценка ещё разрабатывается.

ChiJuiChen/Lab8_DETR_BOAT — дообученная модель обнаружения объектов на изображениях, основанная на zhuchi76/detr-resnet-50-finetuned-boat-dataset. Она использует архитектуру DETR с ResNet-50 и предназначена для обнаружения и локализации лодок на изображениях. Модель содержит 6,3 млн параметров и распространяется в формате Safetensors. Модель подойдёт для поиска лодок на изображениях и получения их расположения в виде рамок объектов. Она обучена на наборе boat_dataset. Лицензия — Apache-2.0.

Llama-3.1-8B-Instruct-Spatial-SQL-1.0 — специализированная модель Mark Rodrigo, слегка дообученная методом QLoRA и supervised fine-tuning на синтетических данных. Это плотная языковая модель семейства Llama с 7,5 млрд параметров и контекстом до 131 072 токенов; она принимает текстовый вопрос с координатами или геометрией и генерирует пространственный SQL для PostGIS. Примеры охватывают вычисление площади, центроида, буфера и длины геометрии. Модель предназначена для преобразования команд на естественном языке в SQL-вызовы географических функций, например в приложениях с картами, передающих список координат. В карточке приведены примеры на английском, испанском и китайском; метаданные также указывают эти языки. Для пространственных вычислений в примерах используются метры и географические координаты WGS 84. Модель выдает SQL, который следует проверять перед выполнением в базе данных. Лицензия — Llama 3.1 Community License (llama3). Карточка описывает узкую область применения и отмечает, что оценочные данные требуют дополнительной проработки; качество на произвольных геопространственных запросах не подтверждено.

Llama-3.2-1B-Legal-Indo — дообученная dnnuuyzzo модель семейства Llama для генерации текста в формате диалога. Она основана на unsloth/llama-3.2-1b-instruct-unsloth-bnb-4bit и обучалась с помощью Unsloth и библиотеки Hugging Face TRL. Название указывает на юридическую тематику и индонезийский язык, однако карточка не приводит подробностей о данных и качестве именно в этих областях. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. В метаданных указан английский язык; лицензия — Apache-2.0. Подходит для генерации ответов и диалоговых текстов, но её специализация в праве и поддержка индонезийского языка не подтверждены описанием обучения или оценками.

SecBERT — предварительно обученная языковая модель семейства BERT, разработанная для работы с текстами по кибербезопасности. Модель обучена на корпусе материалов APTnotes, Stucco-Data, CASIE и отчётов SemEval-2018 Task 8. Она использует собственный WordPiece-словарь secvocab, адаптированный к этой тематике; архитектура — BertForMaskedLM, размер — 96,6 млн параметров, контекст — 514 токенов. Основной сценарий применения — предсказание скрытых токенов в текстах по кибербезопасности. Модель также предназначена для дальнейшего использования в задачах распознавания сущностей, классификации текста, семантического анализа и ответов на вопросы в этой области. Поддерживаемый язык — английский. Модель распространяется по лицензии Apache-2.0.

Security Co-pilot — дообученная модель на 3,1 млрд параметров на базе Qwen/Qwen2.5-3B-Instruct, предназначенная для первичной проверки подозрительных сообщений. Она принимает текст электронного письма, URL, SMS или расшифровки звонка и выдаёт вердикт PHISHING, SCAM, SPAM или SAFE с кратким объяснением, указывающим на признаки в сообщении. Модель работает с текстом на английском языке и имеет контекстное окно до 32 768 токенов. В README сообщается о точности 95,5% и Macro F1 95,4% на валидационной выборке из 400 примеров; это результаты валидации, а не отдельного тестирования. Модель обучалась на примерно 18 500 примерах писем, URL, SMS и расшифровок звонков. Репозиторий содержит веса Safetensors; разработчик рекомендует использовать точный шаблон запроса из prompt_config.json. Модель может пропускать сообщения, специально составленные для обхода классификаторов, и неверно классифицировать сообщения, отличающиеся от обучающих данных. SMS-мошенничество размечено как SPAM; устаревшие и смещённые данные могут приводить к ложным срабатываниям, например на настоящих банковских уведомлениях. Модель анализирует только текст и не проверяет отправителя, домен или вложения; её рекомендуется использовать как вспомогательный инструмент первичной проверки. Указана лицензия other, конкретные условия которой в предоставленных данных не раскрыты.

Это модель подавления шума и реверберации в речи на архитектуре GTCRN (Grouped Temporal Convolutional Recurrent Network), подготовленная для ускорителя AX650 (NPU3) и запуска через sherpa-onnx. Она принимает аудиосигнал и выдаёт улучшенное аудио; в README указана частота дискретизации 16 кГц. Файл AXMODEL размером 1,8 МБ использует квантизацию U16 и подходит для локальной обработки на устройстве. Модель основана на k2-fsa/sherpa-onnx-gtcrn-dereverb-advanced-v0 и предназначена для очистки речевых записей от шума и уменьшения реверберации, например перед распознаванием речи или при обработке звонков. Карточка указывает лицензию Apache-2.0. Показатель RTF в README обозначен как TBD, поэтому скорость работы не подтверждена.

Chandanab выпустил дообученную модель классификации изображений на архитектуре Swin Transformer. Она основана на microsoft/swin-tiny-patch4-window7-224 и дообучена на наборе данных image_folder для классификации снимков EuroSAT. Модель содержит около 33 млн параметров и распространяется в формате PyTorch по лицензии Apache-2.0. Модель подходит для классификации спутниковых изображений по категориям EuroSAT. В README указана точность 0,9394 и loss 0,1677 на оценочной выборке. Эти результаты относятся к указанной оценке и сами по себе не гарантируют качество на других данных.

covid-twitter-bert-v2 — англоязычная BERT-large-uncased модель, разработанная Digital Epidemiology Lab и предварительно обученная на сообщениях Twitter о COVID-19. Она предназначена для заполнения пропусков в тексте и может служить основой для обучения классификаторов сообщений в Twitter, в частности для задач анализа высказываний о COVID-19. Модель содержит 433,9 млн параметров, использует архитектуру BERT и поддерживает контекст до 512 токенов. Она обучена на большем объёме данных, чем covid-twitter-bert, и, по данным карточки, показывает более высокое качество на последующих задачах. Доступны версии в форматах PyTorch, TensorFlow и Flax. Модель оценивалась на задачах классификации текстов Twitter из предыдущих соревнований SemEval. Лицензия — MIT. Результаты на этих задачах не гарантируют качество на иных данных или современных сообщениях; для прикладной классификации потребуется обучить и оценить отдельную классификационную голову.

appcle/distilbert-base-uncased-cfpd — дообученная модель DistilBERT для классификации текстовых описаний жалоб потребителей в сфере финансовых услуг. Она разработана на основе distilbert/distilbert-base-uncased с использованием Hugging Face Transformers и распределяет жалобы по семи укрупнённым категориям CFPB, помогая автоматически направлять обращения и проводить первичный разбор. Модель принимает текст на английском языке, использует архитектуру DistilBERT для классификации последовательностей и поддерживает контекст до 512 токенов. Она обучена на 14 198 примерах из набора жалоб CFPB; в README указана точность 0,8268 на оценочном наборе. Предусмотрены сценарии анализа и маршрутизации финансовых жалоб, а также демонстрации прикладной классификации текстов. Качество может снижаться на коротких, неполных или неоднозначных жалобах, на редких категориях и на данных, заметно отличающихся от обучающего набора. Результаты оценки не гарантируют качество на новых данных; при критичных решениях требуется проверка человеком. Лицензия — Apache-2.0.

GeoTree — сверточная модель компьютерного зрения для обнаружения крон деревьев на спутниковых и аэрофотоснимках. В карточке указана архитектура TreeDetectorModel на основе остаточных блоков, Batch Normalization и SiLU; модель принимает RGB- или мультиспектральные изображения размером 640×640 пикселей и предсказывает объекты с помощью рамок. Репозиторий использует PyTorch, лицензия — MIT. Модель предназначена для обнаружения и подсчёта деревьев, картирования лесного покрова и оценки плотности деревьев на снимках территории Бангладеш. Среди упомянутых источников данных — Sentinel-2, PlanetScope и ортомозаики с дронов. Результаты могут использоваться для лесного и сельскохозяйственного мониторинга, отслеживания обезлесения и восстановления лесов, а также оценок углеродных запасов и биомассы. Заявленные в README показатели качества высоки, однако описание не раскрывает состав и объём обучающей выборки, независимую проверку метрик или переносимость на другие регионы и сенсоры. Поэтому качество на новых данных следует оценивать отдельно; указанная географическая специализация — Бангладеш.

Mask2Former — модель компьютерного зрения для сегментации экземпляров объектов на изображениях. Этот чекпойнт выпущен командой Mask2Former и обучен на Cityscapes; в качестве основы использует Swin с предобучением на ImageNet-21k. В карточке указана архитектура Mask2FormerForUniversalSegmentation, а веса доступны в форматах PyTorch и Safetensors. Модель предназначена для выделения отдельных объектов и присвоения им классов, в частности на городских сценах. Архитектура Mask2Former предсказывает набор масок и соответствующих меток; общий подход также применяется к семантической и паноптической сегментации, однако именно этот чекпойнт предназначен для сегментации экземпляров. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория.