Загрузка моделей...
Готовые решения для реального бизнеса и передовые мировые модели на одной платформе. Используйте в браузере, интегрируйте по API или публикуйте свою модель.
Откройте для себя мир готовых ML-решений!
Узнайте, как модели экономят время, деньги и трансформируют бизнес-процессы.
Найдено моделей: 36

Обнаруживает цыплят (бройлеров, кур, петухов) и яйца в промышленных условиях птицеводства.

«Система автоматической классификации видов птиц по изображениям» — модель компьютерного зрения, которая по фото птицы определяет её вид из большого набора возможных. Это помогает автоматизировать биологический мониторинг, исследование популяций, контроль экосистем и поддержку образовательных приложений. Подходит для интеграции в мобильные приложения, платформы наблюдения за природой и системы автоматической отчётности.

Модель прогнозирует оптимальные условия культивирования растений в микроразмножении, анализируя основные факторы роста. Использует передовые алгоритмы машинного обучения для выдачи рекомендаций по повышению качества и урожайности саженцев. Предназначена для тепличных комбинатов, питомников, научных лабораторий и сельскохозяйственных предприятий. Помогает сократить время экспериментов и значительно снизить затраты на производство.

Идентификация заболеваний растений по изображениям листьев с использованием глубокого обучения.

Классификация изображений картофеля по наличию болезней: фитофтороз, альтернариоз или здоровое растение.

Обнаруживает пять категорий болезней листьев цветной капусты на изображениях для автоматизации сельского хозяйства.

Модель компьютерного зрения, которая по фотографии определяет редкую породу собаки среди набора поддерживаемых классов. Это решение помогает автоматизировать каталогизацию изображений питомцев, улучшить систему рекомендаций в приложениях для заводчиков и любителей животных, а также поддерживает образовательные и исследовательские проекты. Подходит для интеграции в мобильные приложения, платформы обмена фото и ветеринарные сервисы.

Классифицирует основных вредителей хлопчатника. Помогает контролировать состояние урожая.

Классифицирует типы почвы по изображениям с использованием глубокого обучения для сельского хозяйства и экологии.

Модель компьютерного зрения, которая анализирует фото рыбы или креветок и определяет наличие признаков заболеваний. Решение полезно как в процессе разведения (для раннего выявления болезней и предотвращения вспышек), так и на производственном конвейере (для автоматического контроля качества продукции). Модель подходит для интеграции в фермерские приложения, системы мониторинга и линии автоматизированной сортировки.

Автоматически подсчитывает кофейные ягоды по цвету на фото. Модель YOLOv8, mAP@0.5(box) 0.691.

Детектирует и подсчитывает крупный рогатый скот на изображениях. Использует YOLOv5, обучена на кастомном датасете.