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: 258
Инференс

Классификация свежести говядины по изображениям с помощью Vision Transformer.

Классифицирует изображения пчел, шмелей и ос с помощью ResNet50.

Модель компьютерного зрения, которая по фото лица или участка кожи определяет наличие и степень выраженности акне/угрей. Это решение помогает дерматологам и косметологам стандартизировать первичную оценку состояния кожи, поддерживать клиентов в мобильных приложениях и автоматически отслеживать прогресс лечения. Подходит для интеграции в телемедицинские сервисы и продукты цифрового ухода за кожей.

Классифицирует изображения, определяя, содержат ли они чеки/квитанции или другие документы.

Автоматическая сегментация тепловых аномалий для неразрушающего контроля и инспекции

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

Классифицирует сорта винограда: Кодега, Москатель Галего, Рабигато, Тинта Рорис, Тинто Као, Турига Насиональ

Многоклассовая семантическая сегментация дорожных сцен — выделяет фон, проезжую часть и разметку полос. Разработана для систем помощи водителям (ADAS) и автономного вождения.

Qwen3Guard-Gen-0.6B — это компактная и высокоэффективная модель от Qwen для автоматической модерации текстового контента в AI-приложениях. Она оценивает как входящие запросы пользователей, так и ответы, генерируемые моделями, определяя уровень их безопасности и категорию потенциального нарушения (нелегальные действия, персональные данные и др.). Модель поддерживает 119 языков, что делает ее идеальным решением для глобальных онлайн-платформ.

Выявляет болезни сельскохозяйственных культур по снимкам листьев и растений.

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.
![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.