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。
从名称判断,它在图像中找出海底物体的大类,由 FathomNet 为 yolov26 库发布。页面没有模型卡,所以在依赖它之前请先用你自己的图像测试。
2025-MBARI-Benthic-Supercategory-Object-Detector 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 FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector
这是 FathomNet 发布的物体检测模型。从名称判断,它在图像中找出被称为底栖大类的一些海底物体的大类,名称里还带有 MBARI 和 2025。Hugging Face 把它标为 yolov26 库的模型,并且没有显示模型卡文字,所以本页除此之外不作任何陈述。
适合处理海底图像、并且愿意在没有书面说明的情况下自己检查模型的海洋研究者和计算机视觉开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 海洋科学 | 海洋研究者 | 在图像中寻找海底物体的大类 | 在一张靠近海床拍摄的照片上试试 |
| 环境监测 | 调查团队 | 检查检测器是否适合他们自己的海底图像 | 在几帧样例上运行并查看结果 |
| AI 研究 | 计算机视觉开发者 | 研究一个标为 yolov26 的检测器 | 打开下载的文件,看看里面有什么 |
如果你需要有文档的类别、准确率数字或运行说明,可以跳过它,因为页面里都没有。
页面只把 yolov26 库列为它的归属,所以请在支持该库的环境里使用它。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 海底图像分析 | 海洋研究者 | 对物体大类的检测,正如名称所示 |
| 模型检查 | 开发者 | 下载的文件,可用来研究和测试 |
用 Hugging Face 工具获取文件,然后在支持 yolov26 库的工具里打开它们。页面没有给出更多设置步骤。
pip install -U huggingface_hub hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector
页面没有给出运行命令。在 yolov26 库的工具里加载下载的文件,传入一张图像,读取它返回的检测结果。
给检测器一张水下海底照片,看它标出哪些物体大类。页面没有给出示例输出,所以请你自己判断结果。
物体检测器在图片里找出东西并标出位置。大类是包含许多更细种类的宽泛分组。第一个小尝试是下载文件,看看里面有什么。
对专家来说,页面没有给出架构、类别列表、训练数据或指标,所以请在你自己的图像上验证。许可证是 cc-by-4.0,要求你在复用模型时署名作者。
这一页很短,因为模型页面本身没有描述。
从名称判断,它在图像中找出海底物体的大类,由 FathomNet 为 yolov26 库发布。页面没有模型卡,所以在依赖它之前请先用你自己的图像测试。
由 FathomNet 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:这是 FathomNet 发布的物体检测模型。从名称判断,它在图像中找出被称为底栖大类的一些海底物体的大类,名称里还带有 MBARI 和 2025。Hugging Face 把它标为 yolov26 库的模型,并且没有显示模型卡文字,所以本页除此之外不作任何陈述。
适合谁:适合处理海底图像、并且愿意在没有书面说明的情况下自己检查模型的海洋研究者和计算机视觉开发者。
行业 | 谁在用 | 怎么用 | 例子
海洋科学 | 海洋研究者 | 在图像中寻找海底物体的大类 | 在一张靠近海床拍摄的照片上试试
环境监测 | 调查团队 | 检查检测器是否适合他们自己的海底图像 | 在几帧样例上运行并查看结果
AI 研究 | 计算机视觉开发者 | 研究一个标为 yolov26 的检测器 | 打开下载的文件,看看里面有什么
如果你需要有文档的类别、准确率数字或运行说明,可以跳过它,因为页面里都没有。
用在哪里:页面只把 yolov26 库列为它的归属,所以请在支持该库的环境里使用它。
使用场景 | 谁用 | 得到什么
海底图像分析 | 海洋研究者 | 对物体大类的检测,正如名称所示
模型检查 | 开发者 | 下载的文件,可用来研究和测试
如何设置:用 Hugging Face 工具获取文件,然后在支持 yolov26 库的工具里打开它们。页面没有给出更多设置步骤。
pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector
如何使用:页面没有给出运行命令。在 yolov26 库的工具里加载下载的文件,传入一张图像,读取它返回的检测结果。
示例:给检测器一张水下海底照片,看它标出哪些物体大类。页面没有给出示例输出,所以请你自己判断结果。
新手与专家:物体检测器在图片里找出东西并标出位置。大类是包含许多更细种类的宽泛分组。第一个小尝试是下载文件,看看里面有什么。
对专家来说,页面没有给出架构、类别列表、训练数据或指标,所以请在你自己的图像上验证。许可证是 cc-by-4.0,要求你在复用模型时署名作者。
从一张海底图像开始
运行检测器
读取标出的物体大类
注意事项:这一页很短,因为模型页面本身没有描述。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 4 KB
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。
LibertAIDAI · 工具包
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。
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。
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。