Mindket

Pytorch Image Classifier

新上架第 1 版 · 更新于

概览

一个基于 Gradio 3.0.17 的图像分类演示,带两张示例照片:猎豹和狮子。适合想在浏览器里试用图像分类的人。

Pytorch Image Classifier 是一款工具包,属于开发类,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
  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.17 版本的 Gradio,以及 requirements.txt 里的包
用在
  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
先运行
pip install -U huggingface_hub
hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier
cd pytorch-image-classifier

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Pytorch Image Classifier 是 Hugging Face Spaces 上的一个 Gradio 应用,是一个图像分类演示。它基于 Gradio 3.0.17 构建,带两张示例照片:猎豹和狮子。README 只有一个设置指引,所以细节要看页面。

适合谁

它适合想在浏览器里试用图像分类的人,也适合想看分类器如何放在 Gradio 页面后面的学习者。

IndustryWho uses itHow they use itExample
机器学习学生阅读 app.py,看分类器怎么接到页面上下载这个 Space,打开 app.py
教育讲师用现成的示例照片演示图像分类在课堂上点一张示例照片
软件Python 开发者把这个结构用于自己的图像演示换上其他示例文件

如果你需要有文档说明的准确率或支持的类别列表,可以跳过它,因为 README 没有给出。

用在哪里

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use caseWhoWhat they get back
在线给照片分类好奇的人浏览器里显示的对这张图片的预测
学习图像演示学习者一个应用文件、一个依赖文件和两张示例照片

如何设置

在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.17 版本的 Gradio,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 pytorch-image-classifier 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.0.17,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier
cd pytorch-image-classifier
pip install gradio==3.0.17
pip install -r requirements.txt
python app.py

如何使用

打开 Hugging Face 上的 Space 页面,然后给它一张图片或选一张示例照片。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例

你在 Space 页面上选了猎豹的照片。应用对它运行分类器,并显示它认为图片里是什么。

新手与专家

如果你是新手,先点一张示例照片。一步就能看明白整个想法,不用安装任何东西。

如果你懂机器学习,来源没有指定外部模型,所以分类逻辑在 app.py 和它的依赖里。Gradio 版本固定在 3.0.17,这是一个早期版本,用更新的 Gradio 可能需要改动。

  1. 你打开页面并选一张照片
  2. app.py 对它运行分类器
  3. 预测结果显示在浏览器里

注意事项

  • README 没有描述,所以具体的输入和输出要在页面上才清楚
  • 它固定在 Gradio 3.0.17,所以较旧的环境可能更合适
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的图片和它自带的示例照片

README 和文件

README

Pytorch Image Classifier

一个基于 Gradio 3.0.17 的图像分类演示,带两张示例照片:猎豹和狮子。适合想在浏览器里试用图像分类的人。

由 abidlabs 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:Pytorch Image Classifier 是 Hugging Face Spaces 上的一个 Gradio 应用,是一个图像分类演示。它基于 Gradio 3.0.17 构建,带两张示例照片:猎豹和狮子。README 只有一个设置指引,所以细节要看页面。

适合谁:它适合想在浏览器里试用图像分类的人,也适合想看分类器如何放在 Gradio 页面后面的学习者。

Industry | Who uses it | How they use it | Example
机器学习 | 学生 | 阅读 app.py,看分类器怎么接到页面上 | 下载这个 Space,打开 app.py
教育 | 讲师 | 用现成的示例照片演示图像分类 | 在课堂上点一张示例照片
软件 | Python 开发者 | 把这个结构用于自己的图像演示 | 换上其他示例文件

如果你需要有文档说明的准确率或支持的类别列表,可以跳过它,因为 README 没有给出。

用在哪里:

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use case | Who | What they get back
在线给照片分类 | 好奇的人 | 浏览器里显示的对这张图片的预测
学习图像演示 | 学习者 | 一个应用文件、一个依赖文件和两张示例照片

如何设置:在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.17 版本的 Gradio,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 pytorch-image-classifier 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.0.17,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier
cd pytorch-image-classifier
pip install gradio==3.0.17
pip install -r requirements.txt
python app.py

如何使用:打开 Hugging Face 上的 Space 页面,然后给它一张图片或选一张示例照片。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例:你在 Space 页面上选了猎豹的照片。应用对它运行分类器,并显示它认为图片里是什么。

新手与专家:如果你是新手,先点一张示例照片。一步就能看明白整个想法,不用安装任何东西。

如果你懂机器学习,来源没有指定外部模型,所以分类逻辑在 app.py 和它的依赖里。Gradio 版本固定在 3.0.17,这是一个早期版本,用更新的 Gradio 可能需要改动。

你打开页面并选一张照片
app.py 对它运行分类器
预测结果显示在浏览器里

注意事项:

  • README 没有描述,所以具体的输入和输出要在页面上才清楚
  • 它固定在 Gradio 3.0.17,所以较旧的环境可能更合适
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的图片和它自带的示例照片

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/abidlabs/pytorch-image-classifier
  • 文件:https://huggingface.co/spaces/abidlabs/pytorch-image-classifier/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
Pytorch Image Classifier 本页2gradiomit
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 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

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

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。

新上架