Modèles par tâche

Toutes les familles fournies par la bibliothèque, générées depuis le registre de modèles v1.7.0 : 115 familles réparties sur 22 tâches.

Détection

47 familles

Des boîtes autour des objets. La tâche pour laquelle l'essentiel de la bibliothèque est conçu.

⭐RF-DETR

n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose

doc.poids

⭐YOLOv9

yolo9: t, s, m, c at 640 px; yolo9_p2: t, s at 640 px

doc.poids

D-FINE

n, s, m, l, x at 640 px

doc.poids

DEIM

deim: n, s, m, l, x at 640 px

doc.poids

EdgeCrafter

s, m, l, x at 640 px

doc.poids

GTR

doc.poids

RT-DETR

rtdetr: r18, r34, r50, r50m, r101, l, x at 640 px; rtdetrv2: r18, r34, r50, r50m, r101 at 640 px; rtdetrv4: s, m, l, x at 640 px

doc.poids

TinyFormer

doc.poids

YOLO-NAS

s, m, l at 640 px

doc.poids

Dome-DETR

s, m, l at 800 px

doc.poids

PicoDet

s, m, l at 320 to 640 px

doc.poids

PP-YOLOE

s, m, l, x at 640 px

doc.

RTMDet

t, s, m, l, x at 640 px

doc.poids

YOLOv7

b at 640 px

doc.poids

YOLOX

n, t, s, m, l, x at 416 to 640 px

doc.poids

Florence-2

base, large at 768 px

doc.poids

Gemma 4

e2b, e4b at 896 px

doc.poids

Grounding DINO

t, b at 800 px

doc.poids

InternVL3

1b, 2b, 8b at 448 px

doc.poids

Kosmos-2

224 at 224 px

doc.poids

LFM2-VL

450m, 3b at 512 px

doc.poids

LibreMODUS

doc.poids

LocateAnything

3b at 2500 px

doc.poids

Moondream

2, 3 at 384 to 512 px

doc.poids

North Micro Vision

doc.

OMDet-Turbo

t at 640 px

doc.poids

OV-DEIM

s, m, l at 640 px

doc.poids

OWLv2

b16, l14 at 960 to 1008 px

doc.poids

Qwen3-VL

2b, 4b, 8b at 1024 px

doc.poids

SenseNova-Vision

7b at 1024 px

doc.poids

SmolVLM2

500m at 512 px

doc.poids

WeVisOne-VL

2b, 4b at 1440 px

doc.

CenterNet

resdcn18, dla34 at 512 px

doc.poids

Deformable DETR

r50ss, r50ssdc5, r50, r50refine, r50twostage at 800 px

doc.poids

DETR

r50, r50dc5, r101, r101dc5 at 800 px

doc.poids

DINO-DETR

r50, r50s5, swinl at 800 px

doc.poids

EfficientDet

doc.poids

Faster R-CNN

n, s, m, l at 320 to 800 px

doc.poids

FCOS

r50 at 800 px

doc.poids

LW-DETR

t, s, m, l, x at 640 px

doc.poids

Mask R-CNN

r50 at 800 px

doc.poids

RetinaNet

r50, r50v2 at 800 px

doc.poids

SSD

300 at 300 px

doc.poids

YOLOv1

t, b at 448 px

doc.poids

YOLOv2

t, b at 416 to 608 px

doc.poids

YOLOv3

t, b, spp at 416 to 608 px

doc.poids

YOLOv4

t, b at 416 to 608 px

doc.poids

Segmentation

15 familles

Des masques par instance plutôt que des boîtes.

⭐RF-DETR

n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose

doc.poids

D-FINE

n, s, m, l, x at 640 px

doc.poids

EdgeCrafter

s, m, l, x at 640 px

doc.poids

GTR

doc.poids

RTMDet

t, s, m, l, x at 640 px

doc.poids

EdgeTAM

doc.poids

MobileSAM

tiny at 1024 px

doc.poids

PicoSAM3

pico at 96 px

doc.poids

SAM

base, large, huge at 1024 px

doc.poids

SAM 2

doc.poids

SAM 3

large at 1008 px

doc.poids

SenseNova-Vision

7b at 1024 px

doc.poids

WeVisOne-VL

2b, 4b at 1440 px

doc.

EoMT

s, b, l at 512 px

doc.poids

Mask R-CNN

r50 at 800 px

doc.poids

Points clés

7 familles

Squelettes et points de repère sur chaque instance détectée.

⭐RF-DETR

n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose

doc.poids

EdgeCrafter

s, m, l, x at 640 px

doc.poids

GTR

doc.poids

YOLO-NAS

s, m, l at 640 px

doc.poids

SenseNova-Vision

7b at 1024 px

doc.poids

DEKR

w32 at 640 px

doc.

HRNet

doc.poids

Classification

15 familles

Une étiquette pour l'image entière, et les backbones derrière tout le reste.

ConvNeXt

t, s, b at 224 px

doc.poids

ConvNeXt V2

doc.poids

DINOv2

n, s, m, l at 518 px

doc.poids

EfficientNetV2

b0, b1, b2, b3 at 224 to 300 px

doc.poids

MobileNetV4

s, m, l at 224 to 256 px

doc.poids

ResNet

18, 34, 50, 101 at 224 px

doc.poids

V-JEPA 2

l256, h256, g256, g384 at 256 to 384 px

CLIP

Perception Encoder

SigLIP2

AlexNet

b at 224 px

doc.poids

Swin Transformer

t, s, b, l at 224 px

doc.poids

VGG

16, 19, 16bn, 19bn at 224 px

doc.poids

ViT

ti, s, b, l at 224 px

doc.poids

DeiT

t, s, b at 224 px

doc.poids

Boîtes orientées

4 familles

Des boîtes pivotées, pour l'imagerie aérienne et tout ce qui n'est pas aligné sur les axes.

⭐RF-DETR

n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose

doc.poids

GTR

doc.poids

RT-DETR

rtdetr: r18, r34, r50, r50m, r101, l, x at 640 px; rtdetrv2: r18, r34, r50, r50m, r101 at 640 px; rtdetrv4: s, m, l, x at 640 px

doc.poids

YOLO-NAS

s, m, l at 640 px

doc.poids

Profondeur

8 familles

La distance par pixel à partir d'une seule image.

GTR

doc.poids

LibreMODUS

doc.poids

SenseNova-Vision

7b at 1024 px

doc.poids

Depth Anything 3

l at 504 px

doc.poids

Depth Anything V2

s, b, l, g at 518 px

doc.poids

Marigold V2

b at 1024 px

doc.poids

MiDaS

s, l at 256 to 384 px

doc.poids

ZipDepth

b, bnpu at 384 px

doc.poids

Segmentation sémantique

10 familles

Une classe pour chaque pixel, sans séparer les instances.

GTR

doc.poids

DINOv2

n, s, m, l at 518 px

LingBot-Vision

PP-LiteSeg

SegFormer

U-Net

DeepLabv3

EoMT

s, b, l at 512 px

doc.poids

FCN

r50, r101 at 520 px

doc.poids

PIDNet

s, m, l at 1024 px

doc.poids

Segmentation panoptique

2 familles

Masques sémantiques et masques d'instance en une seule passe.

SenseNova-Vision

7b at 1024 px

doc.poids

EoMT

s, b, l at 512 px

doc.poids

Points et comptage

9 familles

Des centroïdes au lieu de boîtes, assez peu coûteux pour des microcontrôleurs.

FOMO

doc.poids

Florence-2 grounding

base, large at 768 px

doc.poids

LocateAnything

3b at 2500 px

doc.poids

Molmo2

4b, 8b at 378 px

doc.poids

Moondream

2, 3 at 384 to 512 px

doc.poids

Qwen3-VL grounding

2b, 4b, 8b at 1024 px

doc.poids

SenseNova-Vision

7b at 1024 px

doc.poids

ShowUI

2b at 1344 px

doc.

WeVisOne-VL

2b, 4b at 1440 px

doc.

Reconnaissance de texte

3 familles

Trouver et lire du texte dans une image.

SenseNova-Vision

7b at 1024 px

doc.poids

WeVisOne-VL

2b, 4b at 1440 px

doc.

PP-OCRv5

t, l at 960 px

doc.poids

Embeddings

7 familles

Des vecteurs pour la recherche, le clustering et la recherche par similarité.

DINOv2

n, s, m, l at 518 px

doc.poids

V-JEPA 2

l256, h256, g256, g384 at 256 to 384 px

CLIP

Perception Encoder

SigLIP2

LeVJEPA

l at 224 px

doc.poids

LibreFaceRec

doc.poids

Regard

1 familles

Où une personne regarde.

L2CS-Net

r18, r34, r50, r101, r152 at 448 px

doc.poids

Détection de contours

3 familles

Contours et limites.

LibreMODUS

doc.poids

DexiNed

b at 352 px

doc.poids

TEED

t at 352 px

doc.poids

Normales de surface

3 familles

Dans quelle direction chaque surface est orientée.

LibreMODUS

doc.poids

Marigold V2

b at 1024 px

doc.poids

MoGe-2

s, b, l at 518 px

doc.poids

Matting

5 familles

Des découpes avec canal alpha, cheveux et bords compris.

WeVisOne-VL

2b, 4b at 1440 px

doc.

BEN2

b at 1024 px

doc.poids

BiRefNet

t, l at 1024 px

doc.poids

FeyNobg

l at 1024 px

doc.poids

ViTMatte

s at 512 px

doc.poids

Restauration

7 familles

Débruitage, correction du flou et agrandissement.

NAFNet

s, l at 256 px

doc.poids

DDColor

doc.poids

HVI-CIDNet

t at 256 px

doc.poids

LaMa

doc.poids

QuickSRNet

m2 at 64 px

doc.poids

Real-ESRGAN

x4, x2, x4t at 64 px

doc.poids

SwinIR

s, m, l at 64 px

doc.poids

Maillage

1 familles

Géométrie 3D à partir d'une image.

SAM 3D Body

d3, h at 512 px

doc.poids

Robot policies

1 familles

Action chunks from camera observations and robot state.

LibreVLA

smolvla: base at 512 px; act_policy: base at 224 px; diffusion_policy: base at 224 px

doc.

Albedo

1 familles

Intrinsic surface color in linear RGB.

Marigold V2

b at 1024 px

doc.poids

3D detection

4 familles

Camera-frame cuboids from a single image.

3D-MOOD

doc.poids

DetAny3D

h at 896 px

doc.poids

FCOS3D

r101 at 1600 px

doc.poids

WildDet3D

l at 1008 px

doc.poids

Image generation

2 familles

An image from a text prompt, with the seed that makes it again.

FLUX.2 klein

4b at 1024 px

doc.poids

SANA-Sprint

doc.poids

3D generation

1 familles

The whole object as 3D Gaussian splats, from one picture of it.

Speridlabs Idol

doc.poids

Tous les poids ↗Documentation →