タスク別のモデル

ライブラリに含まれるすべてのファミリーを、v1.7.0のモデルレジストリから生成しています。22種類のタスクにわたる115ファミリーです。

検出

47ファミリー

物体を囲むボックス。ライブラリの大部分はこのタスクのために作られています。

⭐RF-DETR

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

ドキュメント重み
⭐YOLOv9

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

ドキュメント重み
D-FINE

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

ドキュメント重み
DEIM

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

ドキュメント重み
EdgeCrafter

s, m, l, x at 640 px

ドキュメント重み
GTR
ドキュメント重み
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

ドキュメント重み
TinyFormer
ドキュメント重み
YOLO-NAS

s, m, l at 640 px

ドキュメント重み
Dome-DETR

s, m, l at 800 px

ドキュメント重み
PicoDet

s, m, l at 320 to 640 px

ドキュメント重み
PP-YOLOE

s, m, l, x at 640 px

ドキュメント
RTMDet

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

ドキュメント重み
YOLOv7

b at 640 px

ドキュメント重み
YOLOX

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

ドキュメント重み
Florence-2

base, large at 768 px

ドキュメント重み
Gemma 4

e2b, e4b at 896 px

ドキュメント重み
Grounding DINO

t, b at 800 px

ドキュメント重み
InternVL3

1b, 2b, 8b at 448 px

ドキュメント重み
Kosmos-2

224 at 224 px

ドキュメント重み
LFM2-VL

450m, 3b at 512 px

ドキュメント重み
LibreMODUS
ドキュメント重み
LocateAnything

3b at 2500 px

ドキュメント重み
Moondream

2, 3 at 384 to 512 px

ドキュメント重み
North Micro Vision
ドキュメント
OMDet-Turbo

t at 640 px

ドキュメント重み
OV-DEIM

s, m, l at 640 px

ドキュメント重み
OWLv2

b16, l14 at 960 to 1008 px

ドキュメント重み
Qwen3-VL

2b, 4b, 8b at 1024 px

ドキュメント重み
SenseNova-Vision

7b at 1024 px

ドキュメント重み
SmolVLM2

500m at 512 px

ドキュメント重み
WeVisOne-VL

2b, 4b at 1440 px

ドキュメント
CenterNet

resdcn18, dla34 at 512 px

ドキュメント重み
Deformable DETR

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

ドキュメント重み
DETR

r50, r50dc5, r101, r101dc5 at 800 px

ドキュメント重み
DINO-DETR

r50, r50s5, swinl at 800 px

ドキュメント重み
EfficientDet
ドキュメント重み
Faster R-CNN

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

ドキュメント重み
FCOS

r50 at 800 px

ドキュメント重み
LW-DETR

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

ドキュメント重み
Mask R-CNN

r50 at 800 px

ドキュメント重み
RetinaNet

r50, r50v2 at 800 px

ドキュメント重み
SSD

300 at 300 px

ドキュメント重み
YOLOv1

t, b at 448 px

ドキュメント重み
YOLOv2

t, b at 416 to 608 px

ドキュメント重み
YOLOv3

t, b, spp at 416 to 608 px

ドキュメント重み
YOLOv4

t, b at 416 to 608 px

ドキュメント重み

セグメンテーション

15ファミリー

ボックスではなく、インスタンスごとのマスク。

⭐RF-DETR

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

ドキュメント重み
D-FINE

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

ドキュメント重み
EdgeCrafter

s, m, l, x at 640 px

ドキュメント重み
GTR
ドキュメント重み
RTMDet

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

ドキュメント重み
EdgeTAM
ドキュメント重み
MobileSAM

tiny at 1024 px

ドキュメント重み
PicoSAM3

pico at 96 px

ドキュメント重み
SAM

base, large, huge at 1024 px

ドキュメント重み
SAM 2
ドキュメント重み
SAM 3

large at 1008 px

ドキュメント重み
SenseNova-Vision

7b at 1024 px

ドキュメント重み
WeVisOne-VL

2b, 4b at 1440 px

ドキュメント
EoMT

s, b, l at 512 px

ドキュメント重み
Mask R-CNN

r50 at 800 px

ドキュメント重み

キーポイント

7ファミリー

検出したインスタンスごとの骨格とランドマーク。

⭐RF-DETR

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

ドキュメント重み
EdgeCrafter

s, m, l, x at 640 px

ドキュメント重み
GTR
ドキュメント重み
YOLO-NAS

s, m, l at 640 px

ドキュメント重み
SenseNova-Vision

7b at 1024 px

ドキュメント重み
DEKR

w32 at 640 px

ドキュメント
HRNet
ドキュメント重み

分類

15ファミリー

画像全体に1つのラベル。そして、ほかのすべてを支えるバックボーン。

ConvNeXt

t, s, b at 224 px

ドキュメント重み
ConvNeXt V2
ドキュメント重み
DINOv2

n, s, m, l at 518 px

ドキュメント重み
EfficientNetV2

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

ドキュメント重み
MobileNetV4

s, m, l at 224 to 256 px

ドキュメント重み
ResNet

18, 34, 50, 101 at 224 px

ドキュメント重み
V-JEPA 2

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

ドキュメント重み
CLIP
ドキュメント重み
Perception Encoder
ドキュメント重み
SigLIP2
ドキュメント重み
AlexNet

b at 224 px

ドキュメント重み
Swin Transformer

t, s, b, l at 224 px

ドキュメント重み
VGG

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

ドキュメント重み
ViT

ti, s, b, l at 224 px

ドキュメント重み
DeiT

t, s, b at 224 px

ドキュメント重み

回転ボックス

4ファミリー

回転したボックス。航空写真や、軸に沿っていないものに。

⭐RF-DETR

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

ドキュメント重み
GTR
ドキュメント重み
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

ドキュメント重み
YOLO-NAS

s, m, l at 640 px

ドキュメント重み

深度

8ファミリー

1枚の画像からピクセルごとの距離を求めます。

GTR
ドキュメント重み
LibreMODUS
ドキュメント重み
SenseNova-Vision

7b at 1024 px

ドキュメント重み
Depth Anything 3

l at 504 px

ドキュメント重み
Depth Anything V2

s, b, l, g at 518 px

ドキュメント重み
Marigold V2

b at 1024 px

ドキュメント重み
MiDaS

s, l at 256 to 384 px

ドキュメント重み
ZipDepth

b, bnpu at 384 px

ドキュメント重み

セマンティックセグメンテーション

10ファミリー

インスタンスを区別せず、すべてのピクセルにクラスを割り当てます。

GTR
ドキュメント重み
DINOv2

n, s, m, l at 518 px

ドキュメント重み
LingBot-Vision
ドキュメント重み
PP-LiteSeg
ドキュメント重み
SegFormer
ドキュメント重み
U-Net
ドキュメント重み
DeepLabv3
ドキュメント重み
EoMT

s, b, l at 512 px

ドキュメント重み
FCN

r50, r101 at 520 px

ドキュメント重み
PIDNet

s, m, l at 1024 px

ドキュメント重み

パノプティックセグメンテーション

2ファミリー

セマンティックとインスタンスのマスクを1回の推論で。

SenseNova-Vision

7b at 1024 px

ドキュメント重み
EoMT

s, b, l at 512 px

ドキュメント重み

点と計数

9ファミリー

ボックスではなく重心。マイコンでも動くほど軽量です。

FOMO
ドキュメント重み
Florence-2 grounding

base, large at 768 px

ドキュメント重み
LocateAnything

3b at 2500 px

ドキュメント重み
Molmo2

4b, 8b at 378 px

ドキュメント重み
Moondream

2, 3 at 384 to 512 px

ドキュメント重み
Qwen3-VL grounding

2b, 4b, 8b at 1024 px

ドキュメント重み
SenseNova-Vision

7b at 1024 px

ドキュメント重み
ShowUI

2b at 1344 px

ドキュメント
WeVisOne-VL

2b, 4b at 1440 px

ドキュメント

文字認識

3ファミリー

画像から文字を見つけて読み取ります。

SenseNova-Vision

7b at 1024 px

ドキュメント重み
WeVisOne-VL

2b, 4b at 1440 px

ドキュメント
PP-OCRv5

t, l at 960 px

ドキュメント重み

埋め込み

7ファミリー

検索、クラスタリング、類似検索のためのベクトル。

DINOv2

n, s, m, l at 518 px

ドキュメント重み
V-JEPA 2

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

ドキュメント重み
CLIP
ドキュメント重み
Perception Encoder
ドキュメント重み
SigLIP2
ドキュメント重み
LeVJEPA

l at 224 px

ドキュメント重み
LibreFaceRec
ドキュメント重み

視線

1ファミリー

人がどこを見ているか。

L2CS-Net

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

ドキュメント重み

エッジ検出

3ファミリー

輪郭と境界。

LibreMODUS
ドキュメント重み
DexiNed

b at 352 px

ドキュメント重み
TEED

t at 352 px

ドキュメント重み

面法線

3ファミリー

それぞれの面がどちらを向いているか。

LibreMODUS
ドキュメント重み
Marigold V2

b at 1024 px

ドキュメント重み
MoGe-2

s, b, l at 518 px

ドキュメント重み

マッティング

5ファミリー

アルファ抜き。髪の毛や縁も含めて。

WeVisOne-VL

2b, 4b at 1440 px

ドキュメント
BEN2

b at 1024 px

ドキュメント重み
BiRefNet

t, l at 1024 px

ドキュメント重み
FeyNobg

l at 1024 px

ドキュメント重み
ViTMatte

s at 512 px

ドキュメント重み

復元

7ファミリー

ノイズ除去、ぼけ除去、拡大。

NAFNet

s, l at 256 px

ドキュメント重み
DDColor
ドキュメント重み
HVI-CIDNet

t at 256 px

ドキュメント重み
LaMa
ドキュメント重み
QuickSRNet

m2 at 64 px

ドキュメント重み
Real-ESRGAN

x4, x2, x4t at 64 px

ドキュメント重み
SwinIR

s, m, l at 64 px

ドキュメント重み

メッシュ

1ファミリー

1枚の画像から3Dジオメトリを。

SAM 3D Body

d3, h at 512 px

ドキュメント重み
Robot policies

Robot policies

1ファミリー

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

ドキュメント
Albedo

Albedo

1ファミリー

Intrinsic surface color in linear RGB.

Marigold V2

b at 1024 px

ドキュメント重み
3D detection

3D detection

4ファミリー

Camera-frame cuboids from a single image.

3D-MOOD
ドキュメント重み
DetAny3D

h at 896 px

ドキュメント重み
FCOS3D

r101 at 1600 px

ドキュメント重み
WildDet3D

l at 1008 px

ドキュメント重み
Image generation

Image generation

2ファミリー

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

FLUX.2 klein

4b at 1024 px

ドキュメント重み
SANA-Sprint
ドキュメント重み
3D generation

3D generation

1ファミリー

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

Speridlabs Idol
ドキュメント重み
すべての重み ↗ドキュメント →