%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Perception LM 1B
その他
Metaが発表したPyTorchベースの事前学習言語モデルで、非商業研究用途に適しています
大規模言語モデル 英語
P
facebook
1,140
17
Cbzlvzw
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、複数のエンコーダー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
Safetensors
SafetensorsC
Diamantis99
70
0
Iiihi24
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、複数のエンコーダーアーキテクチャをサポートし、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
I
Diamantis99
115
0
Oxford Pet Segmentation
MIT
PyTorchベースのFPN画像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、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
SimonLiao
53
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
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
Segformer B2 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 Safetensors
SafetensorsS
smp-hub
651
0
Segformer B5 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、Cityscapesデータセット向けに最適化
画像セグメンテーション
S
smp-hub
445
0
Single Channel Breast Segmentation Unet
MIT
PyTorchベースのUnet画像セグメンテーションモデル、複数のエンコーダアーキテクチャをサポート、意味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 Safetensors
SafetensorsS
AnikiFan
65
1
Yolov8s Test
YOLOv8sは、UltralyticsのYOLOv8アーキテクチャに基づく軽量な物体検出モデルで、リアルタイム物体検出タスクに適しています。
物体検出
Y
iarbel
24
0
Wav2vec2 Base 960h
Facebookのwav2vec2-base-960hモデルをONNX形式に変換したバージョンで、Transformers.js向けに設計されており、ブラウザ上での音声認識をサポート
音声認識
Transformers
TransformersW
Xenova
117
3
Speecht5 Tts
MIT
LibriTTSデータセットでファインチューニングされたSpeechT5音声合成(テキスト読み上げ)モデルで、高品質なテキスト読み上げ変換をサポートします。
音声合成 Transformers
TransformersS
microsoft
113.83k
760
Ivenpeople
Apache-2.0
ImageNet-1kデータセットで学習された汎用画像分類モデルで、様々な一般的な物体やシーンを認識できます。
画像分類 Transformers
TransformersI
jctivensa
20
0
Comida Vgm
PyTorchとHuggingPicsを使用して構築された画像分類モデルで、食品分類専用
画像分類 Transformers
TransformersC
api19750904
11
0
Doctr Torch Crnn Mobilenet V3 Large French
TensorFlow 2とPyTorchに基づく光学文字認識(OCR)モデルで、多言語テキストの検出と認識をサポート
文字認識 Transformers 複数言語対応
Transformers 複数言語対応D
Felix92
33
3
Doctr Tf Crnn Vgg16 Bn French
TensorFlow 2とPyTorchに基づく光学文字認識技術、多言語文書認識をサポート
文字認識 Transformers 複数言語対応
Transformers 複数言語対応D
Felix92
16
0
Roomclassifier
PyTorchベースの画像分類モデルで、さまざまな部屋タイプの画像を正確に識別できます。
画像分類 Transformers
TransformersR
lazyturtl
403
16
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
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
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