Копирование материала разрешено только с активной гиперссылкой на сайт “topsov”.

    © 2020 — tosov.com

Рейтинг лучших нейросетей для генерации изображений на 2024 год

Сергей Сергеевич
Рейтинг лучших нейросетей для генерации изображений на 2024 год

 

Создание изображений — одно из самых интересных и сложных приложений искусственного интеллекта. Она предполагает создание реалистичных и разнообразных изображений на основе текста, эскизов или других исходных данных. Генерация изображений может использоваться для различных целей, таких как развлечения, образование, искусство, дизайн и многое другое.

Однако не все модели генерации изображений созданы одинаковыми. Некоторые из них лучше других с точки зрения качества, разнообразия, скорости и гибкости. В этой статье мы рассмотрим лучшие нейронные сети для генерации изображений в 2024 году.

Критерии выбора

Прежде чем мы перейдем к составлению рейтинга лучших нейронных сетей для генерации изображений, давайте сначала объясним критерии, которые мы использовали для их оценки. Мы рассматривали четыре основных аспекта: качество, разнообразие, скорость и гибкость.

Качество генерируемых изображений

Измеряется тем, насколько они реалистичны и детализированы. Для оценки качества мы использовали две метрики: расстояние зарождения Фреше (FID) и выученное сходство воспринимаемых участков изображения (LPIPS). FID измеряет, насколько распределение сгенерированных изображений похоже на распределение реальных изображений на основе признаков, извлеченных предварительно обученной сетью Inception. Чем ниже FID, тем выше качество. LPIPS измеряет степень перцептивного сходства сгенерированных изображений с реальными изображениями на основе признаков, извлеченных предварительно обученной сетью AlexNet. Чем ниже LPIPS, тем выше качество.

Разнообразие

Оценивается по тому, насколько они разнообразны и креативны. Для оценки разнообразия мы использовали две метрики: Inception Score (IS) и Coverage. Показатель IS измеряет, насколько разнообразны сгенерированные изображения, на основе энтропии и условной энтропии предсказаний, сделанных предварительно обученной сетью Inception. Чем выше IS, тем лучше разнообразие. Охват измеряет, насколько хорошо сгенерированные изображения покрывают пространство реальных изображений, на основе расстояния ближайших соседей между сгенерированными и реальными изображениями. Чем выше Coverage, тем лучше разнообразие.

Скорость модели

Измеряется тем, насколько быстро она может генерировать изображения. Мы использовали две метрики для измерения скорости: Samples per Second (SPS) и Latency. SPS измеряет, сколько изображений модель может генерировать в среднем в секунду. Чем выше SPS, тем выше скорость. Показатель Latency измеряет, сколько времени в среднем требуется модели для создания одного изображения. Чем ниже Latency, тем выше скорость.

Гибкость модели

Измеряется тем, насколько хорошо она может обрабатывать различные входные данные и стили. Для измерения гибкости мы использовали две метрики: тип входа и перенос стиля. Тип ввода измеряет, какие типы входных данных может принимать модель, например текст, эскиз или изображение. Чем больше типов ввода, тем выше гибкость. Передача стиля измеряет, насколько хорошо модель может передавать стиль одного изображения другому, например, изменять цвет, текстуру или форму. Чем выше показатель Style Transfer, тем выше гибкость.

Как составлялся рейтинг

Чтобы составить рейтинг лучших нейронных сетей для генерации изображений, мы выполнили следующие действия:

  • Мы искали в Интернете самые последние и актуальные работы и статьи о моделях генерации изображений, опубликованные в период с 2020 по 2024 год.
  • Мы отобрали ТОП лучших моделей, которые обладали наилучшей производительностью и наиболее новыми функциями, основываясь на вышеупомянутых критериях. Мы также учитывали популярность и влияние моделей, основываясь на количестве цитирований и освещении в СМИ.
  • Мы сравнивали модели по вышеупомянутым метрикам, используя результаты, представленные в оригинальных статьях или на официальных сайтах. Мы также протестировали некоторые модели самостоятельно, используя онлайн-демонстрации или репозитории кода.
  • Мы ранжировали модели от лучших к худшим, основываясь на средневзвешенном значении оценок по каждой метрике. Мы придали больший вес метрикам качества и разнообразия, поскольку они являются наиболее важными аспектами генерации изображений. Мы придали меньший вес метрикам скорости и гибкости, поскольку они менее важны для генерации изображений.

Лучшие нейросети для генерации изображений

1

Stable Diffusion

Оценка
10/10
Stable Diffusion
Основные показатели
  • Качество генераций 10
  • Удобный интерфейс 10
  • Отзывы пользователей 10
  • Функциональные возможности 10

Достоинства

  • Имеет открытый исходный код и доступна.
  • Генерирует изображения из любого текста, независимо от его сложности и абстрактности.
  • Может применяться для решения других задач, таких как рисование, раскрашивание и создание перевода с изображения на изображение по текстовой подсказке.
  • Создает изображения в различных стилях, настроениях и ракурсах, в зависимости от предпочтений пользователя.
  • Генерирует высококачественные изображения за считанные секунды.
  • Высокая скорость сходимости и низкий процент отказов, поэтому она может давать стабильные и надежные результаты.

Недостатки

  • Не обнаружены.

Stable Diffusion была разработана исследователями из CompVis Group Мюнхенского университета Людвига Максимилиана и Runway на основе вычислительных ресурсов, предоставленных компанией Stability AI, и обучающих данных, полученных от некоммерческих организаций345. Она была выпущена в 2022 году и быстро завоевала популярность среди художников, дизайнеров и энтузиастов, которые использовали ее для создания удивительных изображений из текстовых подсказок.

В Stable Diffusion используется разновидность модели диффузии (DM), называемая моделью латентной диффузии (LDM), разработанная группой CompVis в LMU Munich. Модели, представленные в 2015 году, обучаются с целью удаления последовательного применения гауссовского шума на обучающих изображениях, что можно представить как последовательность автокодировщиков для денуации.

ноутбуки
2

Lexica

Оценка
9.5/10
Lexica
Основные показатели
  • Качество генераций 10
  • Удобный интерфейс 10
  • Отзывы пользователей 9
  • Функциональные возможности 9

Достоинства

  • Генерирует реалистичные и художественные изображения из любого текста, не требуя от пользователя никаких предварительных знаний или навыков.
  • Создает изображения в различных стилях, позволяя настраивать и персонализировать результат в соответствии со своими предпочтениями и потребностями.
  • Генерирует изображения высокого качества и разрешения, что делает их пригодными для различных целей и платформ.
  • Бесплатное использование.
  • Много положительных отзывов.

Недостатки

  • Не всегда генерирует изображения, которые точно соответствуют тексту.

В основе Lexica лежит современная трансформаторная модель, которая представляет собой тип нейронной сети, способной обучаться на больших объемах данных и выполнять различные задачи, такие как перевод языка, резюмирование текста и создание подписей к изображениям. В нейросети используется предварительно обученная модель трансформации, называемая GPT-3, которая была обучена на миллиардах слов из Интернета. GPT-3 может генерировать связный и беглый текст на любую тему, получив на вход несколько слов или предложений.

Lexica расширяет возможности GPT-3, добавляя пользовательский модуль генерации изображений, который состоит из двух компонентов: сети передачи стиля и сети суперразрешения. Сеть передачи стиля может применять к изображению различные художественные стили, такие как импрессионизм, кубизм или абстрактное искусство. Сеть сверхразрешения может повысить качество и разрешение изображения, сделав его более четким и детализированным.

ноутбуки
3

Шедеврум

Оценка
9/10
Шедеврум
Основные показатели
  • Качество генераций 9
  • Удобный интерфейс 9
  • Отзывы пользователей 9
  • Функциональные возможности 9

Достоинства

  • Генерирует высококачественные изображения с мелкими деталями и текстурами благодаря способности модели обрабатывать большие объемы данных и генерировать пиксели параллельно.
  • Создает разнообразные и креативные изображения с различными стилями и темами благодаря способности модели кодировать и декодировать скрытые векторы с различными характеристиками и атрибутами.
  • Генерирует релевантные и связные изображения с последовательными и логичными элементами благодаря способности модели понимать смысл и контекст текстовой подсказки и входного изображения.
  • Создает изображения для любой области и концепции, благодаря способности модели обучаться на большом и разнообразном наборе данных пар «текст-изображение».
  • Много положительных отзывов.

Недостатки

  • Может генерировать нереалистичные или неуместные изображения, если текст подсказки расплывчатый, двусмысленный или оскорбительный, или если входное изображение низкого качества, искаженное или нерелевантное.
  • Может создавать похожие или повторяющиеся изображения, если текстовая подсказка слишком специфична, узка и т.д.

Шедеврум основан на архитектуре генеративной состязательной сети (GAN), которая состоит из двух нейронных сетей: генератора и дискриминатора. Генератор пытается создать изображения, которые выглядят как настоящие, в то время как дискриминатор пытается отличить настоящие изображения от поддельных. Генератор и дискриминатор обучаются по состязательному принципу, то есть они конкурируют друг с другом, чтобы улучшить свою производительность.

В качестве генератора в нейросети используется модель, которая представляет собой тип нейронной сети, способной обрабатывать последовательные данные, такие как текст или изображения. Модель может кодировать текстовую подсказку в латентный вектор, который представляет собой семантические и стилистические особенности желаемого изображения. Модель может также декодировать скрытый вектор в изображение, параллельно генерируя пиксели. Модель также может принимать изображение на вход и изменять его в соответствии с текстовой подсказкой.

ноутбуки
4

Craiyon

Оценка
8.5/10
Craiyon
Основные показатели
  • Качество генераций 9
  • Удобный интерфейс 9
  • Отзывы пользователей 8
  • Функциональные возможности 8

Достоинства

  • Генерирует реалистичные и высококачественные изображения из текстовых описаний, не требуя от пользователя никаких дополнительных вводов или указаний.
  • Обрабатывает широкий спектр текстовых описаний, от простых и конкретных до абстрактных и творческих, и генерировать изображения, соответствующие стилю и тону текста.
  • Создает изображения различных категорий и областей, таких как животные, пейзажи, портреты и т. д., и смешивать и сочетать их в соответствии с текстовым описанием.
  • Генерирует новые и разнообразные изображения, не ограничиваясь существующими изображениями в обучающих данных.
  • Много положительных отзывов.

Недостатки

  • Может генерировать изображения, которые не соответствуют или неточны по отношению к текстовому описанию, особенно если текст неоднозначен, расплывчат или противоречив.
  • Изображения могут быть нереалистичными или неестественными, например, иметь искаженные формы, цвета или текстуры, а также нарушать физические или логические правила.

Нейронная сеть состоит из двух основных компонентов: кодера текста и декодера изображения. Кодировщик текста представляет собой модель-трансформер, которая преобразует текстовое описание в векторное представление. Декодер изображения представляет собой генеративную состязательную сеть (GAN), которая принимает на вход векторное представление, а на выходе формирует изображение. GAN состоит из генератора и дискриминатора, которые конкурируют друг с другом, чтобы улучшить качество и реалистичность генерируемых изображений.

Craiyon обучается на большом наборе данных пар «текст-изображение», таких как набор данных Conceptual Captions и COCO. Он учится улавливать мелкие детали и глобальную согласованность изображений, а также разнообразие и креативность текстовых описаний. Craiyon также может генерировать изображения из новых и сложных текстовых описаний, которые отсутствуют в обучающих данных, демонстрируя свои способности к обобщению и адаптации.

ноутбуки
5

Starryai

Оценка
8/10
Starryai
Основные показатели
  • Качество генераций 8
  • Удобный интерфейс 8
  • Отзывы пользователей 8
  • Функциональные возможности 8

Достоинства

  • Бесплатна и доступна каждому, у кого есть браузер и подключение к Интернету.
  • Работает быстро и эффективно, поскольку использует облачную нейронную сеть, способную генерировать высококачественные изображения за считанные секунды.
  • Простой и элегантный интерфейс, позволяющий легко настраивать процесс генерации изображений.
  • Генерирует изображения из различных категорий и стилей, а также из загруженных пользователем изображений.
  • Социальный и интерактивный сервис, позволяющий делиться изображениями и открывать их для себя, а также общаться с другими пользователями.

Недостатки

  • Некоторые изображения могут быть нереалистичными, неточными или повторяющимися.
  • Не всегда генерирует изображения, соответствующие ожиданиям или предпочтениям пользователя.

Это веб-приложение, позволяющее пользователям создавать реалистичные и художественные изображения с помощью нейронной сети. Нейронная сеть основана на архитектуре генеративной состязательной сети (GAN), которая состоит из двух конкурирующих моделей: генератора и дискриминатора. Генератор пытается создать изображения, похожие на те, что содержатся в заданном наборе данных, а дискриминатор — отличить настоящие изображения от поддельных. Генератор учится на обратной связи с дискриминатором и со временем улучшает свои результаты.

Starryai предлагает пользователям множество опций для настройки процесса генерации изображений. Пользователи могут выбирать из различных категорий изображений, таких как животные, пейзажи, портреты и абстрактное искусство. Пользователи также могут настраивать стиль, цвет и яркость изображений, а также применять фильтры и эффекты. Пользователи также могут загружать свои собственные изображения и использовать их в качестве эталона для нейронной сети, чтобы генерировать похожие изображения.

ноутбуки
6

DALL·E 3

Оценка
7.5/10
DALL·E 3
Основные показатели
  • Качество генераций 8
  • Удобный интерфейс 8
  • Отзывы пользователей 7
  • Функциональные возможности 7

Достоинства

  • Генериурет высококачественные изображения из любого текстового описания, независимо от того, насколько оно простое или сложное.
  • Можно использовать ChatGPT в качестве творческого помощника и оперативного редактора, а также получать мгновенные отзывы и предложения.
  • Можно уточнять и корректировать изображения, а также изучать различные варианты и стили.
  • Можно использовать свои изображения в любых целях, и у вас есть полное право собственности и контроля над ними.
  • Можно получить доступ к DALL-E 3 через различные платформы, такие как ChatGPT, API и Labs, а также воспользоваться гибкой и масштабируемой моделью ценообразования.

Недостатки

  • Не всегда генерирует точное изображение, которое вы хотите, поэтому может потребоваться попробовать различные подсказки или настройки, чтобы получить наилучшие результаты.
  • Может не справиться с созданием слишком специфических или неясных изображений, а также изображений, требующих специальных знаний или контекста.

DALL-E 3 построен на базе ChatGPT, что позволяет использовать его в качестве партнера по мозговому штурму и редактора подсказок. Вы можете просто спросить ChatGPT, что вы хотите увидеть в любом виде — от простого предложения до подробного абзаца. Чат автоматически сгенерирует индивидуальные, подробные подсказки для DALL-E 3, которые воплотят вашу идею в жизнь. Если вам нравится какой-то образ, но он не совсем подходит, вы можете попросить чат внести коррективы, сказав всего несколько слов.

ноутбуки
7

Dream

Оценка
7/10
Dream
Основные показатели
  • Качество генераций 7
  • Удобный интерфейс 7
  • Отзывы пользователей 7
  • Функциональные возможности 7

Достоинства

  • Возможность создания изображений высокого разрешения и качества, вплоть до 1024×1024 пикселей.
  • Обрабатывает сложные и разнообразные текстовые запросы, такие как «голубой кот с крыльями, летящий над радугой» или «портрет Альберта Эйнштейна в сомбреро».
  • Создает изображения, которые согласованы с текстом подсказки, а также реалистичны и естественны.
  • Генерирует изображения в различных стилях, таких как реалистичный, мультяшный, скетч или абстрактный, используя различные предварительно обученные модели или собственные стили.
  • Можно использовать для различных целей, таких как развлечения, образование, искусство, дизайн или исследования.

Недостатки

  • Для создания высококачественных изображений требуется много вычислительных ресурсов и времени, особенно для больших или сложных текстовых подсказок.
  • Неудобный, по мнению пользователей, интерфейс.

Dream сначала анализирует текст и извлекает из него релевантные ключевые слова и фразы. Затем он использует крупномасштабную предварительно обученную языковую модель для создания латентного вектора, который представляет собой семантический смысл текста. Затем латентный вектор передается в условный GAN, состоящий из генератора и дискриминатора. Генератор пытается создать изображение, соответствующее текстовой подсказке, а дискриминатор — отличить настоящее изображение от поддельного. Генератор и дискриминатор обучаются в состязательной манере, пока не достигнут равновесия, при котором сгенерированные изображения неотличимы от настоящих.

ноутбуки
8

Kandinsky

Оценка
6.5/10
Kandinsky
Основные показатели
  • Качество генераций 7
  • Удобный интерфейс 7
  • Отзывы пользователей 6
  • Функциональные возможности 6

Достоинства

  • Генерирует изображения с нуля с текстовым описанием, позволяя пользователям создавать любой визуальный контент, который они хотят.
  • Работает с различными языками и понимать сложные и нюансированные запросы, что делает его доступным и универсальным.
  • Создает изображения, близкие к фотореализму, что повышает качество и достоверность создаваемого контента.
  • Генерирует короткие видеоролики, придавая визуальному контенту динамичность и увлекательность.
  • Может смешивать изображения, передавать стили и изменять существующие изображения, позволяя пользователям экспериментировать и создавать свой контент.

Недостатки

  • Не всегда генерирует изображения, которые точно соответствуют текстовому запросу, особенно если запрос нечеткий, двусмысленный или противоречивый.
  • Неудобный, п о мнению пользователей, интерфейс.

Кандинский основан на мультимодальной нейронной сети ruDALL-E, которая была вдохновлена знаменитой моделью DALL-E от OpenAI. Для обучения алгоритмов и повышения производительности Kandinsky использует большой набор данных пар «текст-изображение». В Kandinsky также использованы последние достижения в области компьютерного зрения, обработки естественного языка и генеративных состязательных сетей.

ноутбуки
9

Hotpot

Оценка
6/10
Hotpot
Основные показатели
  • Качество генераций 6
  • Удобный интерфейс 6
  • Отзывы пользователей 6
  • Функциональные возможности 6

Достоинства

  • Создает и улучшает реалистичные, высококачественные и уникальные изображения.
  • С помощью инструментов и шаблонов искусственного интеллекта Hotpot стимулирует творчество и автоматизирует рутинную работу.
  • Подходит для различных целей, таких как искусство, дизайн, фотография и письмо.
  • Доступ к нему возможен с любого устройства, а интерфейс прост в использовании.
  • Можно интегрировать с другими приложениями через Hotpot API.

Недостатки

  • Может не справиться со сложными или специфическими запросами, требующими человеческого опыта и суждений.
  • Не гарантирует оригинальность или подлинность изображений, которые он генерирует или улучшает.

Hotpot использует алгоритмы машинного обучения, чтобы анализировать данные и создавать реалистичные и качественные результаты. Вы можете выбрать один из множества инструментов искусственного интеллекта, таких как AI Art Generator, Headshots, Colorize, Restore и другие. Вы также можете использовать легко редактируемые шаблоны для создания макетов устройств, постов в социальных сетях, маркетинговых изображений, иконок приложений и другой рабочей графики.

ноутбуки
10

This X Does Not Exist

Оценка
5.5/10
This X Does Not Exist
Основные показатели
  • Качество генераций 6
  • Удобный интерфейс 6
  • Отзывы пользователей 5
  • Функциональные возможности 5

Достоинства

  • Можно просматривать изображения и наслаждаться креативностью и разнообразием нейронной сети.
  • Можно поделиться изображениями со своими друзьями и близкими и увидеть их реакцию.
  • Позволяет узнать о концепциях и методах нейронных сетей и создания изображений.
  • Можно изучить различные категории и посмотреть, как нейросеть их интерпретирует.
  • Позволяет использовать изображения в качестве источника вдохновения для своих проектов, таких как искусство, дизайн, сочинительство или игры.
  • Можно изменять изображения или комбинировать их с другими элементами, чтобы создать собственные уникальные работы.

Недостатки

  • Низкое качество
  • Изображения могут иметь некоторые артефакты, искажения или несоответствия, такие как размытые края, несоответствующие цвета или нереалистичные черты.
  • Картинки, созданные нейронной сетью, не всегда могут быть оригинальными или новыми.

This X Does Not Exist — это веб-сайт, который позволит вам ответить на эти и другие вопросы. Он использует нейронную сеть, тип искусственного интеллекта, для создания изображений различных категорий, таких как люди, кошки, искусство, автомобили и многое другое. Изображения не берутся из какого-либо существующего источника, а создаются нейросетью с нуля. Нейронная сеть учится на большом наборе данных реальных изображений и пытается подражать их стилю и содержанию. В результате получается коллекция изображений, которые одновременно реалистичны и сюрреалистичны, знакомы и удивительны, красивы и причудливы.

ноутбуки

Вопросы и ответы

Здесь представлены наиболее распространенные вопросы и ответы о нейронных сетях для генерации изображений.

В чем разница между генерацией и синтезом изображений?

О: Генерация изображений и синтез изображений — это два термина, которые часто используются как взаимозаменяемые, но они имеют несколько разные значения. Генерация изображений относится к общей задаче создания изображений из любого типа входных данных, таких как текст, эскиз или изображение. Синтез изображений относится к конкретной задаче создания изображений на основе изображений, таких как перенос стиля, сверхразрешение или инкрустация.

В чем разница между генерацией и распознаванием изображений?

Формирование изображений и распознавание образов — две противоположные задачи в компьютерном зрении. Генерация изображений — это задача создания изображений из исходных данных, а распознавание изображений — задача идентификации объектов или концепций по изображениям. Модели генерации изображений используют генеративные модели, такие как генеративные адверсарные сети (GAN) или вариативные автокодировщики (VAE), а модели распознавания изображений — дискриминативные модели, такие как сверточные нейронные сети (CNN) или трансформаторы.

Каковы основные проблемы и ограничения при генерации?

Генерация изображений — очень сложная и комплексная задача, и существует множество проблем и ограничений, которые необходимо преодолеть. Вот некоторые из основных проблем и ограничений:

  • Данные. Модели генерации изображений требуют большого количества высококачественных и разнообразных данных для обучения. Однако сбор и маркировка таких данных могут быть дорогостоящими и трудоемкими, а иногда и невозможными для некоторых областей или задач.
  • Оценка. Модели генерации изображений сложно оценить объективно и количественно, поскольку не существует единого или четкого показателя качества или разнообразия. Более того, человеческое восприятие и предпочтения могут сильно варьироваться и быть субъективными, а иногда и отличаться от численных показателей.

В этой статье мы рассмотрели лучшие нейронные сети для генерации изображений в 2024 году, основываясь на критериях качества, разнообразия, скорости и гибкости. Мы также объяснили критерии, метод ранжирования, а также общие вопросы и ответы о генерации изображений. Мы надеемся, что эта статья дала вам полный и глубокий обзор современного состояния и будущих тенденций в области генерации изображений. Спасибо за прочтение.

0%
0%
100%
голосов 1
50%
50%
голосов 2
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
50%
50%
голосов 2
100%
0%
голосов 1
100%
0%
голосов 4
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
50%
50%
голосов 2
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 3
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 2
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
50%
50%
голосов 2
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 2
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 2
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 2
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 2
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
100%
0%
голосов 1
0%
100%
голосов 1
0%
100%
голосов 1
0%
0%
голосов 0