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.
Выбирайте модели по типам задач и возможностям. Найдите решение для вашей задачи из каталога готовых алгоритмов. От генерации изображений и обработки текста до анализа аудио и предсказаний на табличных данных — найдите решение для вашей задачи из каталога готовых алгоритмов.
Найдено моделей: 340
Все категории

Модель на основе mBART для автоматического реферирования длинных русскоязычных текстов — новостей, статей, документов. Обучена на датасете Газета.Ру.

Critical Prompting Lab : no-code AI-экосистема для гуманитариев, обучающая созданию мультимодального медиаконтента с помощью генеративного ИИ без навыков программирования. Проект использует методологию «критического промптинга», где AI рассматривается как «ненадежный рассказчик», требующий гуманитарной верификации. Система объединяет AI literacy, медиапроизводство, фактчекинг, AI-этику и работу с мультимодальными AI workflows.

Запекает скрытый образ в структуру изображения — на выходе картинка с оптической иллюзией, которая читается под углом.

Эффективным инструментом для поиска потерь энергии на энергоемких предприятиях является комплекс технических средств (КТС) "Энергия", который распространен более чем на 1000 предприятиях РФ и ближнего зарубежья. Предлагается сетевая модель балансовых контуров потерь энергии. Использование модели совместно с КТС "Энергия" позволяет уменьшить время и трудоемкость поиска потерь энергии и свести к минимуму ошибки персонала.

Определяет 102 вида цветов по изображению. Точность 98.53% на наборе Oxford Flowers 102.

Модель компьютерного зрения, которая анализирует фото или изображение и определяет бренд или логотип, представленный на нём. Решение позволяет автоматизировать задачи мониторинга присутствия бренда в визуальном контенте, проверять упаковку и контрафакт, а также ускорять визуальную аналитику. Модель подходит для ритейл-систем, маркетинговых платформ и приложений контроля качества визуального контента.

Модель компьютерного зрения, которая по фото анализирует наличие водяных знаков, логотипов или защитных эмблем и определяет, присутствуют ли они на изображении. Это помогает автоматизировать проверку подлинности медиа, защиту авторских прав, контролировать соблюдение лицензионных требований и повышать безопасность контента. Модель подходит для интеграции в платформы модерации, DAM-системы и workflow медиа-аналитики.

Классифицирует зерна арабики по 6 градациям качества согласно SNI. Точность до 91.67%.

Обнаруживает и сегментирует 6 типов повреждений автомобиля. Точность сегментации (mAP50) до 0.994.

Модель классифицирует видео для выявления актов магазинных краж. Использует архитектуру VideoMAE.

Модель RoPE ViT для классификации изображений на 365 категорий мест.

Модель определяет известные достопримечательности на изображении и возвращает наиболее вероятный объект вместе с уверенностью предсказания. Подходит для туристических сервисов, автоматической сортировки фотографий и образовательных приложений.