Modele według zadań
Wszystkie rodziny modeli dostępne w bibliotece, wygenerowane z rejestru modeli v1.5.0: 82 rodziny w 17 zadaniach.
Detekcja
40 rodzinRamki wokół obiektów. Zadanie, pod które zbudowana jest większość biblioteki.
n, s, m, l for detection, pose and oriented boxes; n through xx for segmentation
yolo9: t, s, m, c at 640 px; yolo9_p2: t, s at 640 px
n, s, m, l, x at 640 px
deim: n, s, m, l, x at 640 px
s, m, l, x at 640 px
rtdetr: r18, r34, r50, r50m, r101, l, x at 640 px; rtdetrv2: r18, r34, r50, r50m, r101 for detection at 640 px, n, s, m, l, x for oriented boxes at 1024 px; rtdetrv4: s, m, l, x at 640 px
s, m, l at 640 px
s, m, l at 800 px
s, m, l at 320 to 640 px
t, s, m, l, x at 640 px
b at 640 px
n, t, s, m, l, x at 416 to 640 px
base, large at 768 px
t, b at 800 px
1b, 2b, 8b at 448 px
224 at 224 px
450m at 512 px
3b at 2500 px
t at 640 px
s, m, l at 640 px
b16, l14 at 960 to 1008 px
2b, 4b, 8b at 1024 px
7b at 1024 px
500m at 512 px
resdcn18, dla34 at 512 px
r50ss, r50ssdc5, r50, r50refine, r50twostage at 800 px
r50, r50dc5, r101, r101dc5 at 800 px
r50, r50s5, swinl at 800 px
n, s, m, l at 320 to 800 px
r50 at 800 px
t, s, m, l, x at 640 px
r50 at 800 px
r50, r50v2 at 800 px
300 at 300 px
t, b at 448 px
t, b at 416 to 608 px
t, b, spp at 416 to 608 px
t, b at 416 to 608 px
Segmentacja
13 rodzinMaski dla każdej instancji zamiast ramek.
n, s, m, l for detection, pose and oriented boxes; n through xx for segmentation
n, s, m, l, x at 640 px
s, m, l, x at 640 px
t, s, m, l, x at 640 px
tiny at 1024 px
pico at 96 px
base, large, huge at 1024 px
large at 1008 px
7b at 1024 px
s, b, l at 512 px
r50 at 800 px
Punkty kluczowe
5 rodzinSzkielety i punkty charakterystyczne na każdej wykrytej instancji.
n, s, m, l for detection, pose and oriented boxes; n through xx for segmentation
s, m, l, x at 640 px
s, m, l at 640 px
7b at 1024 px
Klasyfikacja
12 rodzinJedna etykieta dla całego obrazu oraz bloki backbone stojące za wszystkim innym.
t, s, b at 224 px
n, s, m, l at 518 px
b0, b1, b2, b3 at 224 to 300 px
s, m, l at 224 to 256 px
18, 34, 50, 101 at 224 px
b at 224 px
t, s, b, l at 224 px
16, 19, 16bn, 19bn at 224 px
ti, s, b, l at 224 px
t, s, b at 224 px
Ramki obrócone
2 rodzinyObrócone ramki, do zdjęć lotniczych i wszystkiego, co nie leży równolegle do osi.
n, s, m, l for detection, pose and oriented boxes; n through xx for segmentation
rtdetr: r18, r34, r50, r50m, r101, l, x at 640 px; rtdetrv2: r18, r34, r50, r50m, r101 for detection at 640 px, n, s, m, l, x for oriented boxes at 1024 px; rtdetrv4: s, m, l, x at 640 px
Głębia
6 rodzinOdległość dla każdego piksela z pojedynczego obrazu.
7b at 1024 px
l at 504 px
s, b, l, g at 518 px
s, l at 256 to 384 px
b, bnpu at 384 px
Segmentacja semantyczna
7 rodzinKlasa dla każdego piksela, bez rozdzielania instancji.
n, s, m, l at 518 px
s, b, l at 512 px
r50, r101 at 520 px
s, m, l at 1024 px
Segmentacja panoptyczna
2 rodzinyMaski semantyczne i maski instancji w jednym przebiegu.
7b at 1024 px
s, b, l at 512 px
Punkty i liczenie
3 rodzinyCentroidy zamiast ramek, na tyle tanie, że działają na mikrokontrolerach.
3b at 2500 px
7b at 1024 px
Rozpoznawanie tekstu
2 rodzinyZnajdowanie i odczytywanie tekstu na obrazie.
7b at 1024 px
t, l at 960 px
Embeddingi
4 rodzinyWektory do wyszukiwania, klasteryzacji i wyszukiwania podobieństw.
n, s, m, l at 518 px
Kierunek wzroku
1 rodzinaGdzie patrzy dana osoba.
r18, r34, r50, r101, r152 at 448 px
Detekcja krawędzi
3 rodzinyKontury i granice.
Normalne powierzchni
2 rodzinyW którą stronę zwrócona jest każda powierzchnia.
s, b, l at 518 px
Matting
2 rodzinyWycinki z kanałem alfa, razem z włosami i krawędziami.
t, l at 1024 px
l at 1024 px
Restauracja
3 rodzinyOdszumianie, usuwanie rozmycia i skalowanie w górę.
s, l at 256 px
x4, x2, x4t at 64 px
s, m, l at 64 px