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: 250
Инференс

Интеллектуальный помощник на основе технологий компьютерного зрения. Проект предоставляет весь необходимый инструментарий для работы с рентгеновскими снимками позвоночника, включая автоматическую разметку “в один клик” с помощью ИИ: сегментация и разметка концов проекций замыкательных линий позвонков на рентгенограммах позвоночника, расчёт показателей сагиттального баланса.

Minc-Materials-23 — это специализированная модель компьютерного зрения для классификации 23 типов материалов по их внешнему виду на фотографиях. Модель дообучена на базе современной архитектуры google/siglip2 и способна распознавать такие материалы, как дерево, металл, ткань, стекло, камень, кожа, пластик и другие. Она идеально подходит для автоматизации задач в строительстве, ритейле, робототехнике и сфере экологического мониторинга.

Предлагаемая система компьютерного зрения, в реальном времени, посредством анализа видеопотока, определяет этапы технологического процесса индукционной пайки, а также дефекты паянного соединения, без необходимости использовать данные пирометров.

Обнаруживает овец на аэрофотоснимках — для автоматического учёта поголовья с дронов.

По фотографии определяет вид гриба среди поддерживаемых категорий. Это решение помогает фермерам и любителям активного отдыха быстро ориентироваться в типах грибов, автоматизировать каталогизацию визуальных данных и поддерживать приложения по сбору/продаже грибной продукции. Подходит для интеграции в мобильные гиды по грибам, системы мониторинга лесных ресурсов и образовательные платформы.

Модель для классификации рентгеновских снимков на наличие или отсутствие переломов костей.

Система для автоматизации создания учебного контента на основе открытых языковых моделей (Qwen2.5-7B-Instruct). Решение позволяет перераспределить учебную нагрузку, перенеся теоретическую часть на самостоятельную работу с ИИ-тьютором, а аудиторное время — на отработку практических навыков.

Модель является частью систему AI SupportBot. -- AI BotSupport — ИИ-бот для техподдержки в любой отрасли. Принимает поток вопросов и сам решает: ответить по ключевым словам, подключить нейросеть или перевести на оператора. ИИ понимает суть вопроса, даже если он задан не по шаблону. Модель работает локально, без видеокарт и облачных API. Все диалоги сохраняются. Настройка — за минуты, без программистов.

Классифицирует плач ребенка на четыре категории: дистресс, голод, не-плач, позитив.

Разделяет зрительный диск и чашу глаза на фундус-изображениях для диагностики заболеваний.

Классифицирует звуки сердца на здоровые, нездоровые и артефакты. Точность 86.7% на валидационном наборе.

Обнаружение аварий на дорожных сценах, основанная на архитектуре DETR (Detection Transformer). Модель анализирует фотографию или кадр видеосъёмки и определяет, есть ли на нём признаки ДТП, а также локализует объекты (например, автомобили и место происшествия), что позволяет реализовать системы автоматического мониторинга, предупреждения аварий и аналитики поведения транспорта на дорогах.