AIbase
JA
モデル選定
タグ
PyTorch実装

# PyTorch実装

Sd Class Butterflies 32
MIT
これは可愛い蝶の画像を生成するための無条件拡散モデルで、Hugging Faceの拡散モデルコース第一ユニットの内容に基づいて構築されています。
画像生成
S
arrowgu
68
0
Sd Class Butterflies 32
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
bgavin
18
0
Finetuning Diffusion
MIT
これは拡散モデルコースの第二ユニットに基づくファインチューニングのサンプルモデルで、無条件画像生成タスクに使用されます。
画像生成
F
Mayank022
15
0
Sd Class Butterflies 32
MIT
これは可愛い蝶の画像を生成するための無条件拡散モデルで、Hugging Faceの拡散モデルコース第1ユニットに基づいて開発されました。
画像生成
S
hellp002
20
0
Upernet Swin Large
MIT
Swin Transformerアーキテクチャに基づくUPerNetセマンティックセグメンテーションモデル、高精度な画像分割タスクに適しています
画像セグメンテーション
U
smp-hub
110
0
Upernet Swin Small
MIT
Swin Transformer小型アーキテクチャをベースにしたUPerNetセマンティックセグメンテーションモデル、ADE20Kなどのシーン解析タスクに適しています
画像セグメンテーション Safetensors
U
smp-hub
100
0
Upernet Swin Tiny
MIT
UPerNetはConvNeXt-Tinyアーキテクチャをベースにしたセマンティックセグメンテーションモデルで、画像分割タスクに適しています。
画像セグメンテーション Safetensors
U
smp-hub
191
0
Upernet Convnext Xlarge
MIT
ConvNeXt-XLargeエンコーダーを基にしたUPerNetセマンティックセグメンテーションモデル、高精度な画像分割タスクに適しています
画像セグメンテーション
U
smp-hub
62
0
Upernet Convnext Large
MIT
ConvNeXt-LargeエンコーダーをベースにしたUPerNetセマンティックセグメンテーションモデル、ADE20Kなどのシーン解析タスクに適しています
画像セグメンテーション
U
smp-hub
54
0
Upernet Convnext Small
MIT
UPerNetはConvNeXt-Smallアーキテクチャに基づくセマンティックセグメンテーションモデルで、画像分割タスクに適しています。
画像セグメンテーション
U
smp-hub
70
0
Upernet Convnext Tiny
MIT
ConvNeXt-TinyエンコーダーをベースにしたUPerNet画像セグメンテーションモデルで、セマンティックセグメンテーションタスクに適しています
画像セグメンテーション
U
smp-hub
149
0
Aggregate Segmentation
MIT
PyTorchベースのDeepLabV3Plus画像セグメンテーションモデル、効率的なセマンティックセグメンテーションタスクをサポート
画像セグメンテーション
A
Matiullah2401592
78
1
Or9ksv4
MIT
PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダーアーキテクチャと事前学習済み重みをサポート
画像セグメンテーション
O
Diamantis99
78
0
Oxford Pet Segmentation
MIT
PyTorchベースのFPNアーキテクチャによる画像セグメンテーションモデル。複数のエンコーダーをサポートし、意味的セグメンテーションタスクに適しています。
画像セグメンテーション
O
marinaking1
60
0
Dpt Tu Test Vit
MIT
PyTorchベースの画像セグメンテーションモデルライブラリ、様々なエンコーダ-デコーダアーキテクチャのセマンティックセグメンテーションタスクをサポート
画像セグメンテーション Safetensors
D
smp-test-models
228
0
Dpt Large Ade20k
MIT
Transformerアーキテクチャに基づくセマンティックセグメンテーションモデルで、ADE20Kデータセットに最適化されています
画像セグメンテーション Safetensors
D
smp-hub
279
0
Sd Class Butterflies 32 Copy 4 PK
MIT
これは可愛い蝶の画像を生成するための無条件拡散モデルで、PyTorchとDiffusersライブラリで実装されています。
画像生成
S
pkulkarni74
16
0
Diffusion Model To Generate Butterfly
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
D
Mayank022
30
0
Sd Class Butterflies 32 Copy 5
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
VizuaraAI
19
0
Sd Class Butterflies 32 Copy 4
MIT
これはPyTorchとDiffusersライブラリを使用して実装された、可愛い蝶の画像を生成する無条件拡散モデルです。
画像生成
S
samratkar
14
0
Sd Class Butterflies 32
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
tyrhjdtsdaz
19
0
Spatial Attention Unet Cloud Segmentation
MIT
UNetアーキテクチャをベースに空間注意メカニズムを統合した衛星画像セグメンテーションモデルで、マルチスペクトルデータにおける雲検出タスクに特化しています。
画像セグメンテーション 英語
S
MagicaNeko
75
0
Sd Class Butterflies 32 Copy 2
MIT
これはPyTorchとDiffusersライブラリを使用して実装された、可愛い蝶の画像を生成する無条件拡散モデルです。
画像生成
S
VizuaraAI
16
0
Sd Class Butterflies 32
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
JaehyunL
19
0
Sd Class Butterflies 32
MIT
これは拡散モデルに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
VizuaraAI
19
0
Ddpm Celebahq Finetuned Butterflies 2epochs
MIT
これは拡散モデル（Diffusion Model）に基づく無条件画像生成モデルで、蝶の画像に特化してファインチューニングされています。
画像生成
D
SachiFaker
19
0
DPT
MIT
PyTorchベースの画像セグメンテーションモデル、Transformerアーキテクチャを使用した高密度予測タスク
画像セグメンテーション Safetensors
D
vedantdalimkar
92
0
Fast3r ViT Large 512
その他
fast3rは、Facebook Researchが開発した、画像から3Dへの変換に特化したモデルです。
3Dビジョン
F
jedyang97
16.34k
20
Sd Class Butterflies 32
MIT
これはPyTorchとDiffusersライブラリに基づく無条件画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
S
Kirie
19
0
Segformer Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデルで、複数のエンコーダアーキテクチャをサポートし、画像セグメンテーションタスクに適しています。
画像セグメンテーション
S
smp-test-models
209
0
Upernet Tu Resnet18
MIT
UPerNetはPyTorchで実装された画像セグメンテーションモデルで、セマンティックセグメンテーションタスクをサポートします。
画像セグメンテーション
U
smp-test-models
267
0
Pan Tu Resnet18
MIT
PANはPyTorchで実装された画像分割モデルで、ピラミッドアテンション機構により特徴抽出能力を強化
画像セグメンテーション
P
smp-test-models
211
0
Deeplabv3 Tu Resnet18
MIT
DeepLabV3はPyTorchで実装されたセマンティックセグメンテーションモデルで、画像分割タスクに適しています。
画像セグメンテーション
D
smp-test-models
210
0
Pspnet Tu Resnet18
MIT
PSPNetはセマンティックセグメンテーションのための深層学習モデルで、ピラミッドプーリングモジュールを使用してマルチスケールのコンテキスト情報を取得します
画像セグメンテーション Safetensors
P
smp-test-models
213
0
Manet Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデルで、マルチスケールアテンション機構を採用し、画像分割タスクに適しています
画像セグメンテーション
M
smp-test-models
216
0
Unetplusplus Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデルで、改良されたUNet++アーキテクチャを採用し、画像セグメンテーションタスクに適しています。
画像セグメンテーション
U
smp-test-models
215
0
My Diffusion Butterflies 32
MIT
これは拡散モデルに基づいた画像生成モデルで、可愛い蝶の画像を生成するために特別に設計されています。
画像生成
M
vincent-tx
0
0
Segformer B5 640x640 Ade 160k
その他
PyTorchベースのSegformer画像セグメンテーションモデル、ADE20Kデータセットのセマンティックセグメンテーションタスクに適応
画像セグメンテーション
S
smp-hub
274
0
Segformer B3 1024x1024 City 160k
その他
Segformerアーキテクチャに基づくセマンティックセグメンテーションモデルで、Cityscapesデータセット向けに最適化されています
画像セグメンテーション
S
smp-hub
14
0
Segformer B0 1024x1024 City 160k
その他
Segformerアーキテクチャに基づく軽量セマンティックセグメンテーションモデル、Cityscapesデータセットで事前学習済み
画像セグメンテーション
S
smp-hub
269
1
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase