Core ML 模型
利用训练好的 Core ML 模型和 Xcode 项目打造您的智能化 app。
模型采用 Core ML 格式，并可集成到 Xcode 项目中。你还可以选择不同版本的模型来优化尺寸和架构。
图像
FastViT
图像分类
经过训练的 Fast Hybrid Vision Transformer 架构，可对相机取景框内或图像中的主要对象进行分类。
经过训练的 Fast Hybrid Vision Transformer 架构，可对相机取景框内或图像中的主要对象进行分类。
Depth Anything V2
深度估计
执行单眼深度预测的 Depth Anything 模型。
执行单眼深度预测的 Depth Anything 模型。
DETR Resnet50 Semantic Segmentation
语义分割
经过训练用于对象检测和全景分割，并配置为返回语义分割遮罩的 DEtection TRansformer (DETR) 模型。
经过训练用于对象检测和全景分割，并配置为返回语义分割遮罩的 DEtection TRansformer (DETR) 模型。
MNIST
涂鸦分类
对单个手写数字进行分类 (支持数字 0-9)。
对单个手写数字进行分类 (支持数字 0-9)。
UpdatableDrawingClassifier
涂鸦分类
基于 K 近邻 (KNN) 模型学习识别新涂鸦的涂鸦分类器。
基于 K 近邻 (KNN) 模型学习识别新涂鸦的涂鸦分类器。
MobileNetV2
图像分类
MobileNetv2 架构经过训练，可对相机取景框内或图像中的主要对象进行分类。
MobileNetv2 架构经过训练，可对相机取景框内或图像中的主要对象进行分类。
Resnet50
图像分类
一种残差神经网络，它能对相机取景框内或图像中的主要对象进行分类。
一种残差神经网络，它能对相机取景框内或图像中的主要对象进行分类。
DeeplabV3
图像分割
将相机取景框或图像的像素分割为一组预定义的类。
将相机取景框或图像的像素分割为一组预定义的类。
YOLOv3
对象检测
对相机取景框内或图像中 80 种不同类型的对象进行定位和分类。
对相机取景框内或图像中 80 种不同类型的对象进行定位和分类。
YOLOv3-Tiny
对象检测
对相机取景框内或图像中 80 种不同类型的对象进行定位和分类。
对相机取景框内或图像中 80 种不同类型的对象进行定位和分类。
文本
BERT-SQuAD
问答
查找文本段落相关问题的答案。
查找文本段落相关问题的答案。