anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
在 Gradio 页面里用 OFA 回答关于图片的问题,带有示例图片,仓库里还有完整的 OFA 代码。适合想试用或读训练代码的研究者和开发者。
OFA-Visual_Question_Answering 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。
pip install -U huggingface_hub hf download OFA-Sys/OFA-vqa --repo-type space --local-dir OFA-vqa cd OFA-vqa
这是 OFA-Sys 做的一个 Gradio 应用,回答关于图片的问题,也就是所谓的视觉问答。仓库里还带有更完整的 OFA 代码,有 fairseq、models、tasks 和 ofa_module 等文件夹,以及训练和评估脚本。它列出一个模型:openai-community/gpt2。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。
它适合想向模型提问图片内容、并想读或复用背后 OFA 代码的研究者和开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 研究 | 多模态研究者 | 在自己的图片上试一个视觉和语言模型 | 打开这个 Space,用一张示例图片 |
| 教育 | 机器学习的学生 | 看视觉问答是什么样子 | 就猫的图片提一个问题 |
| 软件 | Python 开发者 | 读 app.py 和 OFA 模块怎样配合 | 下载这个 Space,打开 app.py |
如果你需要轻量安装,可以跳过它,因为仓库有 1087 个文件,本地副本很大。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 就图片提问 | 学生 | 对图片问题的回答 |
| 试自己的图片 | 研究者 | 快速看看模型怎样处理它们 |
| 读 OFA 代码 | 开发者 | 一个仓库里的训练、评估和模型代码 |
先准备好下面这些东西。
pip install -U huggingface_hub hf download OFA-Sys/OFA-vqa --repo-type space --local-dir OFA-vqa cd OFA-vqa pip install gradio pip install -r requirements.txt python app.py
在线使用时,用 Space 页面显示的 Gradio 界面。在自己的电脑上,则在项目文件夹里运行主文件,再在浏览器里打开它提供的页面。
python app.py
你在项目文件夹里运行 python app.py,打开页面,给它一张图片,比如仓库里的拉布拉多那张,并就它提一个问题。页面会返回模型的回答。
如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先选一张示例图片,就它问一个简短的问题。
如果你懂这个领域,要注意这个仓库就是带了 Gradio 前端的 OFA 代码库。里面有 fairseq、criterions、tasks、run_scripts、train.py 和 evaluate.py,还有关于检查点和数据集的说明。来源没有给出评分,请看它自己的说明。
来源没有给出准确率数字,所以在依赖回答之前,请先用你自己的图片测试。
在 Gradio 页面里用 OFA 回答关于图片的问题,带有示例图片,仓库里还有完整的 OFA 代码。适合想试用或读训练代码的研究者和开发者。
由 OFA-Sys 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。
它是什么:这是 OFA-Sys 做的一个 Gradio 应用,回答关于图片的问题,也就是所谓的视觉问答。仓库里还带有更完整的 OFA 代码,有 fairseq、models、tasks 和 ofa_module 等文件夹,以及训练和评估脚本。它列出一个模型:openai-community/gpt2。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。
适合谁:它适合想向模型提问图片内容、并想读或复用背后 OFA 代码的研究者和开发者。
行业 | 谁在用 | 怎么用 | 例子
研究 | 多模态研究者 | 在自己的图片上试一个视觉和语言模型 | 打开这个 Space,用一张示例图片
教育 | 机器学习的学生 | 看视觉问答是什么样子 | 就猫的图片提一个问题
软件 | Python 开发者 | 读 app.py 和 OFA 模块怎样配合 | 下载这个 Space,打开 app.py
如果你需要轻量安装,可以跳过它,因为仓库有 1087 个文件,本地副本很大。
用在哪里:
用途 | 谁用 | 得到什么
就图片提问 | 学生 | 对图片问题的回答
试自己的图片 | 研究者 | 快速看看模型怎样处理它们
读 OFA 代码 | 开发者 | 一个仓库里的训练、评估和模型代码
如何设置:先准备好下面这些东西。
pip install -U huggingface_hub
hf download OFA-Sys/OFA-vqa --repo-type space --local-dir OFA-vqa
cd OFA-vqa
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在线使用时,用 Space 页面显示的 Gradio 界面。在自己的电脑上,则在项目文件夹里运行主文件,再在浏览器里打开它提供的页面。
python app.py
示例:你在项目文件夹里运行 python app.py,打开页面,给它一张图片,比如仓库里的拉布拉多那张,并就它提一个问题。页面会返回模型的回答。
新手与专家:如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先选一张示例图片,就它问一个简短的问题。
如果你懂这个领域,要注意这个仓库就是带了 Gradio 前端的 OFA 代码库。里面有 fairseq、criterions、tasks、run_scripts、train.py 和 evaluate.py,还有关于检查点和数据集的说明。来源没有给出评分,请看它自己的说明。
打开 Space 或运行 app.py
Gradio 页面加载
你给出图片和问题
OFA 模型读取两者
回答显示在页面上
注意事项:来源没有给出准确率数字,所以在依赖回答之前,请先用你自己的图片测试。
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。
README.md 4 KB
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 |
|---|---|---|---|---|
| OFA-Visual_Question_Answering 本页 | 40 | gradio | apache-2.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
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。
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。
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。