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

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

AI модель для image-segmentation

Классифицирует русскоязычные тексты по категориям токсичности и определяет степень опасности высказываний.

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

Модель классификации изображений на базе SigLIP2 для определения наличия пожара, дыма или нормального состояния леса. Достигает точности 99.5% на тестовой выборке из 6060 изображений.

Классифицирует изображения минералов и горных пород с использованием предобученной SwinV2.

Модель компьютерного зрения, которая способна автоматически определять тип пластика по фотографии. Проще говоря, это «цифровой глаз» для мусоросортировочных комплексов или любых систем, которым нужно понимать, какой именно пластик перед ними — бутылка PET, канистра HDPE или упаковка из-под йогурта PP. Модель позволяет заменить человека на рутинной операции распознавания и ускорить сортировку вторичного сырья.

Определяет 526 видов птиц по изображению. Точность 89.92%, F1-мера 89.85%.

Классифицирует сцены и окружение на изображениях: интерьер, природа, город и др.

Поддерживаемые метки dropped spike enemy planted spike teammate Как использовать Установка ultralyticsplus : pip in

Модель YOLOv8s для сегментации изображений солнечных панелей.

Классифицирует породы лошадей по изображению с высокой точностью.