Загрузка моделей...
Модели
Маркетплейс ИИ-моделей — отраслевые решения и ведущие нейросети мира
Готовые решения для реального бизнеса и передовые мировые модели на одной платформе. Используйте в браузере, интегрируйте по API или публикуйте свою модель.
Модели по отраслям
Использование через API
Тестирование в веб-интерфейсе
Портфолио кейсов
Публикация задач
Модели по отраслям
Использование через API
Тестирование в веб-интерфейсе
Портфолио кейсов
Публикация задач
Новичок в мире ML-моделей?
Откройте для себя мир готовых ML-решений!
Узнайте, как модели экономят время, деньги и трансформируют бизнес-процессы.
Найдено моделей: 258
Инференс
CLIPSeg для контроля качества гипсокартона
Модель CLIPSeg для сегментации дефектов гипсокартона, таких как трещины и области швов, с помощью текстовых подсказок.
Inference
Строительство
Image Segmentation
30
ViT классификатор изображений биопсии патологий
Классифицирует изображения биопсии на аденокарциному, норму, предраковое состояние и плоскоклеточную карциному.
Inference
Медицина
Image Classification
6
Классификация материалов по изображению
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.
Inference
Производство
Image Classification
39
АгроДетектор: Идентификатор вредителей сельхозкультур
Определяет тип насекомого-вредителя с точностью около 91%. Она позволяет за секунды узнать, кто именно атакует посевы: от колорадского жука до кукурузного мотылька. Решение помогает агрономам и сельхозпроизводителям быстро и точно реагировать на угрозы, минимизируя потери урожая и оптимизируя использование средств защиты растений.
Inference
Сельское хозяйство
Zero-Shot Img Classification
9
Классификатор дефектов поверхности стали
это AI‑модель компьютерного зрения на основе ResNet, предназначенная для классификации изображений поверхностей стали по наличию дефектов. Она принимает изображения стали и определяет, содержит ли поверхность дефект или является нормальной. Решение можно интегрировать в системы автоматического контроля качества производства, визуального мониторинга и инспекции поверхностей.
Inference
Производство
Computer Vision
Zero-Shot Img Classification
32
Система обнаружения поддельных изображений (Deepfake-анализатор)
«Система обнаружения поддельных изображений (Deepfake-анализатор)» — модель компьютерного зрения, которая по фотографии определяет, является ли изображение реальным или сгенерированным/поддельным (deepfake). Она подходит для автоматической проверки медиа на подлинность, фильтрации поддельного контента в системах загрузки изображений и повышения качества модерации. Модель легко интегрируется в цифровые платформы и процессы контроля контента.
Inference
Гостиничный бизнес
Image Classification
35
Система оценки глубины объектов
Модель компьютерного зрения, которая по одному изображению предсказывает глубину (относительную высоту/дистанцию) до объектов в сцене. Она даёт карту глубины, которая помогает роботам ориентироваться в пространстве, проверять правильность упаковки, оценивать геометрию деталей и анализировать трёхмерную структуру сцены. Решение подходит для инспекции на линиях, навигации роботов и визуальной аналитики процессов.
Inference
Транспорт и логистика
Computer Vision
Depth Estimation
21
Система автоматического обнаружения штрих‑кодов на изображениях
«Система автоматического обнаружения штрих‑кодов на изображениях» — модель компьютерного зрения, которая анализирует фото и выявляет позиции штрих‑кодов на предметах, упаковке или на производственной линии. Она генерирует координаты коробок, где расположен код, что позволяет автоматизировать процессы распознавания и считывания, снизить ручную работу и ускорить обработку товаров. Решение подходит для ритейла, складов, логистики и автоматизации производства.
Inference
Транспорт и логистика
Object Detection
Computer Vision
52
Обнаружение переломов костей по рентгеновским снимкам
Модель для классификации рентгеновских снимков на наличие или отсутствие переломов костей.
Inference
Медицина
Image Classification
10
Классификатор заболеваний сетчатки глаза
RetinaScreen — это готовая AI-модель для автоматического анализа фотографий глазного дна. Система за секунды определяет наличие и тип заболевания сетчатки, включая возрастную макулярную дегенерацию, глаукому и диабетическую ретинопатию. Модель позволяет проводить массовые скрининги, снижать нагрузку на врачей и выявлять патологии на ранних стадиях, когда лечение наиболее эффективно.
Inference
Медицина
Zero-Shot Img Classification
11
Классификация фруктов и овощей по изображениям
Модель компьютерного зрения, которая по фото определяет тип фрукта (например, яблоко, банан, апельсин и др.). Это решение помогает автоматизировать процессы сортировки продукции, ускорить приемку/отгрузку, организовать визуальный контроль качества и интегрировать распознавание фруктов в приложения для фермеров, ритейлеров и логистических сервисов.
Inference
Сельское хозяйство
Image Classification
14
Текстовое описание повреждений автомобилей
Мультимодальная модель, которая по снимку повреждённого автомобиля формирует развёрнутое текстовое описание дефектов кузова и деталей. Решение помогает страховым компаниям автоматически анализировать фото после ДТП, ускоряет оценку ущерба, стандартизирует отчёты и снижает ручной труд экспертов. Подходит для интеграции в приложения приёма заявлений, мобильные страховые платформы и CRM.
Inference
Банкинг и страхование
Image-to-Text
23
Загружаем…