Licon MSR for LTX-2.5
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。
在浏览器中运行的 Gradio 应用,背后是模型训练、评估和预测代码,附带检查点和示例文件。适合想研究或本地运行完整机器学习项目的学生和开发者。
FloraFind 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。
pip install -U huggingface_hub hf download crashn/FloraFind --repo-type space --local-dir FloraFind cd FloraFind
FloraFind 是一个运行在 Hugging Face Spaces 上的 Gradio 应用,需要 Python 3.13。它的仓库里有数据准备、模型构建、训练、评估和预测的脚本,还有保存好的检查点、示例输入和一段最终项目演示录像。README 没有说明模型识别什么,所以先看应用和示例。
适合想在浏览器里试玩学生机器学习项目的人,也适合想读代码、了解训练流程怎么组织的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 教育 | 学生和老师 | 从数据准备到预测,完整学习一个做完的最终项目 | 学习者按顺序读脚本,再对照应用的表现。 |
| 软件 | Python 开发者 | 下载仓库,在自己的电脑上运行应用 | 开发者装好依赖包,启动 app.py,在本地测试模型。 |
| 兴趣项目 | 好奇的新手 | 打开 Space 页面,什么都不用安装就能试用 | 新手在浏览器里打开页面,给应用一个输入。 |
如果你需要有技术支持的正式线上服务,可以跳过它,因为这只是一个项目演示。
| Use case | Who | What they get back |
|---|---|---|
| 在线试用演示 | 任何人 | 在浏览器里运行的应用,无需安装 |
| 运行本地副本 | 开发者 | 在自己电脑上运行的同一个 Gradio 应用 |
| 阅读代码 | 学生 | 模型背后的脚本和文件夹,从数据准备到预测 |
pip install -U huggingface_hub hf download crashn/FloraFind --repo-type space --local-dir FloraFind cd FloraFind pip install gradio==6.30.0 pip install -r requirements.txt python app.py
在线使用时,打开 Space 页面,直接在那里用应用。在自己电脑上,从 FloraFind 文件夹运行下面的命令,再使用 Gradio 启动的应用。
python app.py
| Tool | What it does |
|---|---|
| app.py | 主文件,负责启动 Gradio 应用 |
| requirements.txt | 列出应用需要的 Python 包 |
| checkpoints | 从名字看,这个文件夹存放保存好的模型检查点 |
| examples | 从名字看,这个文件夹存放可以试用的示例输入 |
你下载本地副本,运行 python app.py,然后在浏览器里打开应用。你从 examples 文件夹里选一个示例输入交给它。应用会返回模型对这个输入的输出。
如果你是新手,先打开 Space 页面,给应用一个输入,看看它返回什么。这一步顺利后,再试本地副本。
如果你熟悉这个领域,脚本的名字显示训练流程被拆成数据准备、模型构建、引擎、训练、评估和预测几部分。仓库有 8336 个文件,体量很大,所以下载会比一般的演示更久。
在浏览器中运行的 Gradio 应用,背后是模型训练、评估和预测代码,附带检查点和示例文件。适合想研究或本地运行完整机器学习项目的学生和开发者。
由 crashn 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:FloraFind 是一个运行在 Hugging Face Spaces 上的 Gradio 应用,需要 Python 3.13。它的仓库里有数据准备、模型构建、训练、评估和预测的脚本,还有保存好的检查点、示例输入和一段最终项目演示录像。README 没有说明模型识别什么,所以先看应用和示例。
适合谁:适合想在浏览器里试玩学生机器学习项目的人,也适合想读代码、了解训练流程怎么组织的人。
Industry | Who uses it | How they use it | Example
教育 | 学生和老师 | 从数据准备到预测,完整学习一个做完的最终项目 | 学习者按顺序读脚本,再对照应用的表现。
软件 | Python 开发者 | 下载仓库,在自己的电脑上运行应用 | 开发者装好依赖包,启动 app.py,在本地测试模型。
兴趣项目 | 好奇的新手 | 打开 Space 页面,什么都不用安装就能试用 | 新手在浏览器里打开页面,给应用一个输入。
如果你需要有技术支持的正式线上服务,可以跳过它,因为这只是一个项目演示。
用在哪里:
Use case | Who | What they get back
在线试用演示 | 任何人 | 在浏览器里运行的应用,无需安装
运行本地副本 | 开发者 | 在自己电脑上运行的同一个 Gradio 应用
阅读代码 | 学生 | 模型背后的脚本和文件夹,从数据准备到预测
如何设置:
pip install -U huggingface_hub
hf download crashn/FloraFind --repo-type space --local-dir FloraFind
cd FloraFind
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space 页面,直接在那里用应用。在自己电脑上,从 FloraFind 文件夹运行下面的命令,再使用 Gradio 启动的应用。
python app.py
Tool | What it does
app.py | 主文件,负责启动 Gradio 应用
requirements.txt | 列出应用需要的 Python 包
checkpoints | 从名字看,这个文件夹存放保存好的模型检查点
examples | 从名字看,这个文件夹存放可以试用的示例输入
示例:你下载本地副本,运行 python app.py,然后在浏览器里打开应用。你从 examples 文件夹里选一个示例输入交给它。应用会返回模型对这个输入的输出。
新手与专家:如果你是新手,先打开 Space 页面,给应用一个输入,看看它返回什么。这一步顺利后,再试本地副本。
如果你熟悉这个领域,脚本的名字显示训练流程被拆成数据准备、模型构建、引擎、训练、评估和预测几部分。仓库有 8336 个文件,体量很大,所以下载会比一般的演示更久。
下载 Space
安装 gradio 和依赖包
运行 app.py
在浏览器里打开 Gradio 应用
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 |
|---|---|---|---|---|
| FloraFind 本页 | 1 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
LiconStudio · 工具包
给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。
fastino · 工具包
用同一个模式从英文文本中抽取实体、关系和结构化记录,并给文本分类,在本地的 CPU、CUDA 或 MPS 上运行。适合构建文本抽取流程的开发者。
mradermacher · 工具包
FallenMerick 的 MN-Violet-Lotus-12B 的静态 GGUF 文件,大小从 4.9 GB 到 13.1 GB。适合想在自己电脑上运行 12B 模型的人。
google-t5 · 工具包
用一个小型的 60M 参数 T5 模型,把一段文字转成另一段文字,翻译、摘要、问答和分类都当作文字到文字的任务来做。适合想要一个小型起点模型的开发者和学生。
facebook · 工具包
一次前向计算就能从一张、几张或上百张图片推断出场景的 3D 结构,包括相机参数和深度图。适合计算机视觉开发者和研究人员。
Cactus-Compute · 工具包
Google gemma-4-26B-A4B-it 聊天模型的 2 位、3 位和 4 位压缩副本,使用 Cactus 权重格式。专为通过 Cactus 运行时在 ARM 设备上运行而做。