Mindket

UNet For Crack Detection In Concrete

新上架第 1 版 · 更新于

概览

用 U-Net 模型分割混凝土照片里的裂缝:你上传一张开裂表面的图片,演示会标出裂缝。适合工程师、检查人员和学生。

UNet For Crack Detection In Concrete 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
用在
  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
先运行
pip install -U huggingface_hub
hf download Vizuara/UNet-for-crack-detection-in-concrete --repo-type space --local-dir UNet-for-crack-detection-in-concrete
cd UNet-for-crack-detection-in-concrete

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 运行一个 U-Net 模型,在混凝土图片里找裂缝。你上传一张开裂表面的图片,应用会做分割,也就是标出属于裂缝的像素。模型权重就放在这个 Space 里。

适合谁

适合想在照片上看裂缝分割效果、又不想自己搭模型的现场工程师、检查人员和学生。

IndustryWho uses itHow they use itExample
建筑施工现场工程师在混凝土照片里标出裂缝上传一张开裂墙面的照片
基础设施检查人员查看检查照片里的裂缝上传一张受损表面的图片
教育学生在真实图片上看 U-Net 分割怎么工作上传一张图片并查看标注结果

需要结构安全结论的人可以跳过它,因为它只对图片做分割,不评判建筑。

用在哪里

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use caseWhoWhat they get back
标出裂缝工程师照片里裂缝的分割结果
查看检查照片检查人员每次上传得到一张标注图
学习分割学生一个带模型代码的可运行 U-Net 示例

如何设置

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.43.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Vizuara/UNet-for-crack-detection-in-concrete --repo-type space --local-dir UNet-for-crack-detection-in-concrete
cd UNet-for-crack-detection-in-concrete
pip install gradio==5.43.1
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后上传一张开裂混凝土的图片,得到它的分割结果。

python app.py

示例

你上传一张开裂混凝土墙的照片。应用在上面运行 U-Net 模型,返回一张显示裂缝位置的分割图。

新手与专家

如果你是新手,先在浏览器里打开这个 Space,上传一张清晰的开裂表面照片。不用安装任何东西,结果会显示模型挑出了什么。

如果你是专家,仓库里有 unet_model.py 里的模型定义和名为 unet_weights_v2.pth 的权重文件,app.py 是 Gradio 前端。这个 Space 还指向 Vizuara/unet-crack-segmentation 模型。

  1. 你上传一张混凝土照片
  2. Gradio 把它交给 app.py
  3. U-Net 模型分割出裂缝
  4. 你看到分割结果

注意事项

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你上传的图片,以及它指向的 Vizuara/unet-crack-segmentation 模型
  • Not for: README 里没有说明

README 和文件

README

UNet For Crack Detection In Concrete

用 U-Net 模型分割混凝土照片里的裂缝:你上传一张开裂表面的图片,演示会标出裂缝。适合工程师、检查人员和学生。

由 Vizuara 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 运行一个 U-Net 模型,在混凝土图片里找裂缝。你上传一张开裂表面的图片,应用会做分割,也就是标出属于裂缝的像素。模型权重就放在这个 Space 里。

适合谁:适合想在照片上看裂缝分割效果、又不想自己搭模型的现场工程师、检查人员和学生。

Industry | Who uses it | How they use it | Example
建筑施工 | 现场工程师 | 在混凝土照片里标出裂缝 | 上传一张开裂墙面的照片
基础设施 | 检查人员 | 查看检查照片里的裂缝 | 上传一张受损表面的图片
教育 | 学生 | 在真实图片上看 U-Net 分割怎么工作 | 上传一张图片并查看标注结果

需要结构安全结论的人可以跳过它,因为它只对图片做分割,不评判建筑。

用在哪里:

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行 Space 的本地副本
Use case | Who | What they get back
标出裂缝 | 工程师 | 照片里裂缝的分割结果
查看检查照片 | 检查人员 | 每次上传得到一张标注图
学习分割 | 学生 | 一个带模型代码的可运行 U-Net 示例

如何设置:

  • Windows、macOS 或 Linux 上的 Python 和 pip
  • requirements.txt 里列出的 Python 包
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.43.1 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Vizuara/UNet-for-crack-detection-in-concrete --repo-type space --local-dir UNet-for-crack-detection-in-concrete
cd UNet-for-crack-detection-in-concrete
pip install gradio==5.43.1
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后上传一张开裂混凝土的图片,得到它的分割结果。

python app.py

示例:你上传一张开裂混凝土墙的照片。应用在上面运行 U-Net 模型,返回一张显示裂缝位置的分割图。

新手与专家:如果你是新手,先在浏览器里打开这个 Space,上传一张清晰的开裂表面照片。不用安装任何东西,结果会显示模型挑出了什么。

如果你是专家,仓库里有 unet_model.py 里的模型定义和名为 unet_weights_v2.pth 的权重文件,app.py 是 Gradio 前端。这个 Space 还指向 Vizuara/unet-crack-segmentation 模型。

你上传一张混凝土照片
Gradio 把它交给 app.py
U-Net 模型分割出裂缝
你看到分割结果

注意事项:

  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你上传的图片,以及它指向的 Vizuara/unet-crack-segmentation 模型
  • Not for: README 里没有说明

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/Vizuara/UNet-for-crack-detection-in-concrete
  • 文件:https://huggingface.co/spaces/Vizuara/UNet-for-crack-detection-in-concrete/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
UNet For Crack Detection In Concrete 本页1gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架