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

Сегментация изображений для обнаружения лекарственных блистеров в контейнерах.

Модель YOLOv8 на основе архитектуры v8s для сегментации дорожных ям на изображениях.

Модель классифицирует музыкальные фрагменты по настроению, используя 14 различных категорий.

Обнаруживает 10 видов объектов на видео с дронов и камер наблюдения. mAP50 0.377 на VisDrone2019.

Определяет возраст человека по изображению с использованием модели SigLIP-2

Классифицирует наличие ремня безопасности у водителя по изображению с лобового стекла.

Классифицирует тикеты поддержки по категориям для автоматической маршрутизации обращений.

Определяет 5 распространённых болезней листьев кофе по изображению с высокой точностью.

Модель прогнозирует оптимальные условия культивирования растений в микроразмножении, анализируя основные факторы роста. Использует передовые алгоритмы машинного обучения для выдачи рекомендаций по повышению качества и урожайности саженцев. Предназначена для тепличных комбинатов, питомников, научных лабораторий и сельскохозяйственных предприятий. Помогает сократить время экспериментов и значительно снизить затраты на производство.

YOLOv8-модель для обнаружения и сегментации дефектов на текстильных поверхностях: разрывы, дыры, пятна, неравномерности. Обучена 300 эпох на размеченных изображениях ткани.

Модель автоматически анализирует рентгеновский снимок грудной клетки и формирует текстовое заключение в стиле радиологического отчета. Позволяет ускорить подготовку описаний, снизить нагрузку на врачей и автоматизировать первичную документацию. Может использоваться в медицинских ИТ-системах как инструмент поддержки, но не заменяет клиническое решение врача.

Обнаруживает морские суда на снимках Sentinel-2 (10м) без оператора. mAP@0.5 = 0.88.