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: 24

Модель компьютерного зрения, которая по фотографии документа обнаруживает размещение чека на изображении и определяет его тип (цифровой, физический, кассовая квитанция). Это помогает автоматизировать обработку бумажных и цифровых подтверждающих документов, ускорять ввод данных, интегрировать с OCR-конвейерами и уменьшать ручной ввод бухгалтерских данных.

Модель YOLOv8 для обнаружения и классификации дорожных знаков. Обучена на 30 000+ размеченных изображений, применима в системах ADAS, беспилотном транспорте и решениях умного города.

FaceLLM-1B — это специализированная мультимодальная большая языковая модель (MLLM) от Idiap Research Institute, предназначенная для глубокого анализа и понимания человеческих лиц. В отличие от универсальных моделей, она обучена для решения широкого спектра задач, связанных с лицами: от определения демографических характеристик (возраст, пол, раса) до подсчета людей в толпе. Модель сочетает в себе мощь языковой модели и специализированное "зрение" для работы с лицами.

Модель компьютерного зрения, которая по фото или видеокадру определяет жест, выполненный рукой (например, жесты «ок», «стоп», «пальцы вверх» и др.). Это решение помогает автоматизировать управление интерфейсами без касаний, отслеживать жесты персонала в системах безопасности и улучшать взаимодействие человек‑машина. Модель подходит для интерактивных приложений, производственной аналитики и систем контроля доступа.

Модель DETR для точного обнаружения дорожных аварий и транспортных средств на изображениях.

Модель YOLOv8m для обнаружения погрузчиков и людей в производственных и складских помещениях. mAP@0.5 = 84,6%. Применяется в системах безопасности и мониторинга складской техники.

WeatherVision AI — модель машинного зрения, которая классифицирует погодные условия по изображениям (солнечно, облачно, дождь, снег, туман и др.). Она принимает фото с камер или датчиков и определяет тип погоды, что помогает автоматизировать мониторинг окружающей среды, улучшить аналитику дорожной безопасности и обогатить метаданные медиаконтента. Это готовое решение для интеграции в мобильные и отраслевые приложения.

Определяет сонливость водителя по видеоизображению с точностью 97.5%. Обучен на датасете UTA RLDD.

YOLOv11 (nano/small/medium/large/extra-large), дообученная на датасете из 10 125 изображений для детекции автомобильных номеров.

Мультимодальная модель, которая по снимку повреждённого автомобиля формирует развёрнутое текстовое описание дефектов кузова и деталей. Решение помогает страховым компаниям автоматически анализировать фото после ДТП, ускоряет оценку ущерба, стандартизирует отчёты и снижает ручной труд экспертов. Подходит для интеграции в приложения приёма заявлений, мобильные страховые платформы и CRM.

Классифицирует состояние дорожного покрытия на хорошее и повреждённое по фотографиям

Модель YOLOv11 для обнаружения паллет на складе в реальном времени, оптимизированная для промышленных условий.