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。
Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面,用 Gradio 搭建。适合比较声音嵌入模型的研究者。
MSEB Leaderboard 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 google/mseb-leaderboard --repo-type space --local-dir mseb-leaderboard cd mseb-leaderboard
这是 Google 发布的 Massive Sound Embedding Benchmark 的 Gradio 排行榜。页面自己的说明只有一行,所以这里没有任务和评分的细节。仓库里有一个结果文件夹和一个源码文件夹,这个 Space 在 Hugging Face 的基础 CPU 档位上运行。
研究声音或语音嵌入、想看模型怎么排名的研究者,以及想要一个由已存结果文件支撑的 Gradio 排行榜示例的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 音频和语音研究者 | 查看声音嵌入模型的排名 | 找到自己关注的模型排在哪里 |
| 软件 | 开发者 | 阅读 app.py 和 src,看结果是怎么展示的 | 把这套布局复用到自己的排行榜 |
| 学术界 | 基准使用者 | 在选模型之前先看它的名次 | 从表格里比较两个模型 |
如果你需要任务描述或评分规则,可以跳过它,因为页面没有给出。
| Use case | Who | What they get back |
|---|---|---|
| 查看模型排名 | 研究者 | 这个基准上的结果排行榜 |
| 研究这个应用 | 开发者 | 一个带结果文件夹、可以阅读的 Gradio 应用 |
pip install -U huggingface_hub hf download google/mseb-leaderboard --repo-type space --local-dir mseb-leaderboard cd mseb-leaderboard pip install gradio==5.50.0 pip install -r requirements.txt python app.py
这个仓库很大,有 1996 个文件,大部分在结果文件夹下。页面没有说明本地运行除了这些包还需要什么。
在线使用时,打开这个 Space,读页面上的排行榜。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有列出其他命令。
| Tool | What it does |
|---|---|
| python app.py | 在你的电脑上启动 Gradio 排行榜 |
你打开这个 Space,看声音嵌入模型在这个基准上是怎么比较的。你找到自己正在考虑的模型,读它和其他模型比排在哪里。
如果你是新手,声音嵌入就是把音频变成数字,让相似的声音靠得很近。先在线打开这个 Space,从表格顶部读起。
如果你熟悉这个领域,页面没有列出任务、指标,也没有说明怎么添加模型。要了解这些细节,请先找这个基准自己的文档,再从名次得出结论。
Google 发布的 Massive Sound Embedding Benchmark 的排行榜页面,用 Gradio 搭建。适合比较声音嵌入模型的研究者。
由 google 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 Google 发布的 Massive Sound Embedding Benchmark 的 Gradio 排行榜。页面自己的说明只有一行,所以这里没有任务和评分的细节。仓库里有一个结果文件夹和一个源码文件夹,这个 Space 在 Hugging Face 的基础 CPU 档位上运行。
适合谁:研究声音或语音嵌入、想看模型怎么排名的研究者,以及想要一个由已存结果文件支撑的 Gradio 排行榜示例的开发者。
Industry | Who uses it | How they use it | Example
研究 | 音频和语音研究者 | 查看声音嵌入模型的排名 | 找到自己关注的模型排在哪里
软件 | 开发者 | 阅读 app.py 和 src,看结果是怎么展示的 | 把这套布局复用到自己的排行榜
学术界 | 基准使用者 | 在选模型之前先看它的名次 | 从表格里比较两个模型
如果你需要任务描述或评分规则,可以跳过它,因为页面没有给出。
用在哪里:
Use case | Who | What they get back
查看模型排名 | 研究者 | 这个基准上的结果排行榜
研究这个应用 | 开发者 | 一个带结果文件夹、可以阅读的 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download google/mseb-leaderboard --repo-type space --local-dir mseb-leaderboard
cd mseb-leaderboard
pip install gradio==5.50.0
pip install -r requirements.txt
python app.py
这个仓库很大,有 1996 个文件,大部分在结果文件夹下。页面没有说明本地运行除了这些包还需要什么。
如何使用:在线使用时,打开这个 Space,读页面上的排行榜。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有列出其他命令。
Tool | What it does
python app.py | 在你的电脑上启动 Gradio 排行榜
示例:你打开这个 Space,看声音嵌入模型在这个基准上是怎么比较的。你找到自己正在考虑的模型,读它和其他模型比排在哪里。
新手与专家:如果你是新手,声音嵌入就是把音频变成数字,让相似的声音靠得很近。先在线打开这个 Space,从表格顶部读起。
如果你熟悉这个领域,页面没有列出任务、指标,也没有说明怎么添加模型。要了解这些细节,请先找这个基准自己的文档,再从名次得出结论。
在浏览器里打开 Space
应用加载已存的结果
画出排行榜
你读模型的排名
注意事项:
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 |
|---|---|---|---|---|
| MSEB Leaderboard 本页 | 5 | 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。