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

CrackSense AI — специализированная модель машинного обучения для автоматической классификации изображений бетонных поверхностей по наличию трещин. Она помогает идентифицировать дефекты структуры на фотографиях, что ускоряет проверки состояния конструкций и снижает нагрузку на инспекторов. Это важный инструмент для цифровой диагностики строительных объектов и систем мониторинга технического состояния.

Модель распознаёт рукописные цифры (0–9) на изображениях. Она анализирует загруженное изображение и определяет, какая цифра на нём написана, возвращая наиболее вероятный результат и вероятности для нескольких вариантов. Подходит для демонстрации задач компьютерного зрения и классификации изображений.

Модель компьютерного зрения, которая по фото текста определяет используемый шрифт (например, Arial, Times New Roman и др.). Это помогает автоматизировать процессы типографического анализа, сопоставление стиля документов, ускоряет работу дизайнеров и поддерживает задачи бренд‑контроля. Модель подходит для интеграции в дизайнерские инструменты, DAM/EDMS‑системы и платформы контроля визуального соответствия.

Модель YOLOv8 для обнаружения игроков и мяча в видеозаписях женской НБА (WNBA).

Модель Swin-Tiny для классификации изображений пластиковых отходов по кодам переработки.

Автоматическое обнаружение 19 анатомических ориентиров на боковых цефалограммах с использованием HRNet.

Модель для автоматической классификации видов птиц по их голосам.

Классифицирует основных вредителей хлопчатника. Помогает контролировать состояние урожая.

Модель YOLOv8 для обнаружения и классификации дорожных знаков. Обучена на 30 000+ размеченных изображений, применима в системах ADAS, беспилотном транспорте и решениях умного города.
Модель выявления признаков картельного сговора в реестре заключенных контрактов на zakupki.gov.ru. Простая загрузка выгруженных с zakupki.gov.ru файлов и настройка белых списков услуг в конфигурационном файле.

Модель компьютерного зрения, которая анализирует фото рыбы или креветок и определяет наличие признаков заболеваний. Решение полезно как в процессе разведения (для раннего выявления болезней и предотвращения вспышек), так и на производственном конвейере (для автоматического контроля качества продукции). Модель подходит для интеграции в фермерские приложения, системы мониторинга и линии автоматизированной сортировки.

Модель TiRex для прогнозирования временных рядов с нулевым обучением, основанная на xLSTM.