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

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.

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

Обнаруживает фитофтороз на листьях картофеля для ранней диагностики заболеваний

Модель классифицирует изображения самолетов по категориям «гражданский» или «военный» с высокой точностью.

Определяет сонливость водителя по видеоизображению с точностью 97.5%. Обучен на датасете UTA RLDD.

Извлекает цифровые ЭКГ-сигналы из отсканированных 12-канальных изображений с сеткой.

Модель YOLOv8n для обнаружения наземного оборудования и транспортных средств на спутниковых изображениях VHR-10.