Модели по задачам
Все семейства, которые есть в библиотеке, сгенерированы из реестра моделей v1.7.0: 115 семейств в 22 задачах.
Детекция
семейств: 47Рамки вокруг объектов. Задача, ради которой сделана большая часть библиотеки.
n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose
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 at 640 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
s, m, l, x at 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
e2b, e4b at 896 px
t, b at 800 px
1b, 2b, 8b at 448 px
224 at 224 px
450m, 3b at 512 px
3b at 2500 px
2, 3 at 384 to 512 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
2b, 4b at 1440 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
Сегментация
семейств: 15Маски для каждого экземпляра вместо рамок.
n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose
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
2b, 4b at 1440 px
s, b, l at 512 px
r50 at 800 px
Ключевые точки
семейств: 7Скелеты и опорные точки на каждом найденном объекте.
n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose
s, m, l, x at 640 px
s, m, l at 640 px
7b at 1024 px
w32 at 640 px
Классификация
семейств: 15Одна метка на всё изображение — и бэкбоны, на которых держится всё остальное.
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
l256, h256, g256, g384 at 256 to 384 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
Повёрнутые рамки
семейств: 4Рамки под углом — для аэроснимков и всего, что не выровнено по осям.
n, s, m, l for detection and oriented boxes; n through xx for segmentation; x for pose
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
s, m, l at 640 px
Глубина
семейств: 8Расстояние в каждом пикселе по одному изображению.
7b at 1024 px
l at 504 px
s, b, l, g at 518 px
b at 1024 px
s, l at 256 to 384 px
b, bnpu at 384 px
Семантическая сегментация
семейств: 10Класс для каждого пикселя, без разделения на экземпляры.
n, s, m, l at 518 px
s, b, l at 512 px
r50, r101 at 520 px
s, m, l at 1024 px
Паноптическая сегментация
семейств: 2Семантические маски и маски экземпляров за один проход.
7b at 1024 px
s, b, l at 512 px
Точки и подсчёт
семейств: 9Центроиды вместо рамок — достаточно дёшево для микроконтроллеров.
base, large at 768 px
3b at 2500 px
4b, 8b at 378 px
2, 3 at 384 to 512 px
2b, 4b, 8b at 1024 px
7b at 1024 px
2b at 1344 px
2b, 4b at 1440 px
Распознавание текста
семейств: 3Найти и прочитать текст на изображении.
7b at 1024 px
2b, 4b at 1440 px
t, l at 960 px
Эмбеддинги
семейств: 7Векторы для поиска, кластеризации и подбора похожего.
n, s, m, l at 518 px
l256, h256, g256, g384 at 256 to 384 px
l at 224 px
Выделение границ
семейств: 3Контуры и очертания.
Нормали поверхности
семейств: 3Куда направлена каждая поверхность.
b at 1024 px
s, b, l at 518 px
Маттинг
семейств: 5Вырезание по альфа-каналу, вместе с волосами и краями.
2b, 4b at 1440 px
b at 1024 px
t, l at 1024 px
l at 1024 px
s at 512 px
Восстановление
семейств: 7Шумоподавление, устранение размытия и увеличение разрешения.
s, l at 256 px
t at 256 px
m2 at 64 px
x4, x2, x4t at 64 px
s, m, l at 64 px
Robot policies
семейств: 1Action chunks from camera observations and robot state.
smolvla: base at 512 px; act_policy: base at 224 px; diffusion_policy: base at 224 px
3D detection
семейств: 4Camera-frame cuboids from a single image.
h at 896 px
r101 at 1600 px
l at 1008 px
Image generation
семейств: 2An image from a text prompt, with the seed that makes it again.
4b at 1024 px
3D generation
семейств: 1The whole object as 3D Gaussian splats, from one picture of it.