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: 64

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

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

Модель компьютерного зрения, которая по скану или изображению страницы определяет расположение и границы элементов (таблицы, заголовки, параграфы, изображения и т. п.). Это помогает автоматизировать разметку, подготовку OCR‑парсинга и структурированный анализ содержимого документа. Модель подходит для интеграции в документо‑ и бизнес‑процессы, ускоряя обработку больших массивов бумажных данных.

Модель для обнаружения вилочных погрузчиков и людей на изображениях, используя YOLOv8n.

Insect Species Classifier — модель компьютерного зрения для автоматической классификации различных видов насекомых по изображению. Подходит для агротеха, биологических исследований, мониторинга экосистем и образовательных платформ.

Модель RT-DETRv2 для обнаружения объектов с улучшенной производительностью и скоростью в реальном времени.

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.

Обнаруживает листья растений и классифицирует их заболевания по фотографии.
Обнаруживает дроны на аэрофотоснимках для образовательных и демонстрационных целей.

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

Модель YOLOv8n для автоматического обнаружения дефектов на печатных платах (PCB) в режиме реального времени.

Обнаруживает 14 ключевых точек для оценки позы транспортных средств на изображениях.