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: 30

Сегментация изображений для обнаружения лекарственных блистеров в контейнерах.

Модель YOLOv8 на основе архитектуры v8s для сегментации дорожных ям на изображениях.

YOLOv8-модель для обнаружения и сегментации дефектов на текстильных поверхностях: разрывы, дыры, пятна, неравномерности. Обучена 300 эпох на размеченных изображениях ткани.

Модель для точного определения и сегментации нефтяных пятен на изображениях.

Сегментирует дорожные сцены на 7 классов игровых объектов для создания ассетов. mIoU на Cityscapes от 84%.

Модель распознаёт рукописные цифры (0–9) на изображениях. Она анализирует загруженное изображение и определяет, какая цифра на нём написана, возвращая наиболее вероятный результат и вероятности для нескольких вариантов. Подходит для демонстрации задач компьютерного зрения и классификации изображений.

Выделение зданий на спутниковых и аэрофотоснимках с высокой точностью.

Модель U-Net для автоматической бинарной сегментации легких с точностью 99.13%.

Автоматическая сегментация тепловых аномалий для неразрушающего контроля и инспекции

Многоклассовая семантическая сегментация дорожных сцен — выделяет фон, проезжую часть и разметку полос. Разработана для систем помощи водителям (ADAS) и автономного вождения.
![Сегментация глиомы мозга по данным ПЭТ с [18F]Ф-ДОФА](/_next/image?url=https%3A%2F%2Fcdn.qubu.ai%2Fml-models%2Fsegmentatsiya-gliomy-mozga-po-dannym-pet-s-18-f-f-dofa%2F6cd61e0dabff72b86b465daed50c4545.jpg&w=3840&q=75)
Автоматическая сегментация глиомы головного мозга на ПЭТ-изображениях с [18F]Ф-ДОФА.

Модель для сегментации изображений с дронов, определяет типы объектов на снимках.