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。
在浏览器里给动漫图片加上描述性标签,分成六个类别,阈值可调。适合画师、数据集整理者和整理动漫图片的人。
PixAI Tagger v1.0 是一款工具包,属于效率类,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 pixai-labs/pixai-tagger-demo --repo-type space --local-dir pixai-tagger-demo cd pixai-tagger-demo
这个 Space 是 PixAI Tagger v1.0 的演示,这个模型会给动漫图片写标签。你添加一张图片,按下打标签按钮,就得到分成 general、character、style、copyright 或 series、meta 和 rating 的标签。你可以复制合并后的列表,也可以逐组浏览。
如果你需要给动漫图片打一致的标签,它很适合画师、收藏者和数据集整理者。想在使用前先看看模型运行效果的开发者也适用。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 数字艺术 | 插画师 | 给完成的作品打标签,用于发布或归档 | 给一张角色画得到标签列表 |
| 数据集工作 | 整理者 | 用统一词汇给许多图片打标签 | 给一张图打标签并复制合并后的标签 |
| 社区 | 版主和归档员 | 按角色和作品系列整理图片 | 浏览角色和系列分组 |
| 软件 | 开发者 | 阅读围绕六类别管线的处理代码 | 打开仓库里的 handler.py |
如果你的图片不是动漫,可以跳过它,因为这个模型是为动漫作品而建的。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 给一张图打标签 | 画师 | 合并标签加六个类别列表 |
| 调整阈值 | 整理者 | 每个类别里更少或更多的标签 |
| 加上置信度分数 | 开发者 | 每个标签旁边带分数 |
在线页面什么都不需要。本地副本需要 Python 3.11 和对模型的访问权限。
pip install -U huggingface_hub hf download pixai-labs/pixai-tagger-demo --repo-type space --local-dir pixai-tagger-demo cd pixai-tagger-demo pip install gradio==6.14.0 pip install -r requirements.txt python app.py
如果要使用你已有的模型文件夹,README 这样运行。
pip install -r requirements.txt MODEL_DIR=/path/to/pixai-tagger-v1.0 python app.py
上传或粘贴一张动漫图片,按下打标签按钮。复制合并后的标签,或者浏览六个类别列表。打开标签设置,可以调整阈值、选取最靠前的标签、保留下划线或显示置信度分数。
你粘贴一张角色画,按下打标签按钮。页面返回一个合并列表和六个类别列表。你调高角色阈值,得到更少但更确定的标签,然后复制结果。
如果你是新手,用默认设置给一张图打标签,读一读列表。然后打开设置,移动一个阈值,看看标签数量怎么变化。
如果你熟悉这个领域,阈值默认取自完整词表评估中每个类别得到最佳 macro F1 的设置。处理代码封装了模型的六类别 Transformers 管线。推理在 CPU 上用 32 位浮点精度,一次只服务一个请求,除非你设置 TORCH_NUM_THREADS,否则 torch 用 2 个线程。
有几个环境变量,可以让应用指向另一个模型、固定的版本或本地文件夹。你的 HF_TOKEN 值留在服务器端,不会出现在页面和 API 里。
在浏览器里给动漫图片加上描述性标签,分成六个类别,阈值可调。适合画师、数据集整理者和整理动漫图片的人。
由 pixai-labs 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:这个 Space 是 PixAI Tagger v1.0 的演示,这个模型会给动漫图片写标签。你添加一张图片,按下打标签按钮,就得到分成 general、character、style、copyright 或 series、meta 和 rating 的标签。你可以复制合并后的列表,也可以逐组浏览。
适合谁:如果你需要给动漫图片打一致的标签,它很适合画师、收藏者和数据集整理者。想在使用前先看看模型运行效果的开发者也适用。
行业 | 谁在用 | 怎么用 | 例子
数字艺术 | 插画师 | 给完成的作品打标签,用于发布或归档 | 给一张角色画得到标签列表
数据集工作 | 整理者 | 用统一词汇给许多图片打标签 | 给一张图打标签并复制合并后的标签
社区 | 版主和归档员 | 按角色和作品系列整理图片 | 浏览角色和系列分组
软件 | 开发者 | 阅读围绕六类别管线的处理代码 | 打开仓库里的 handler.py
如果你的图片不是动漫,可以跳过它,因为这个模型是为动漫作品而建的。
用在哪里:
用途 | 谁用 | 得到什么
给一张图打标签 | 画师 | 合并标签加六个类别列表
调整阈值 | 整理者 | 每个类别里更少或更多的标签
加上置信度分数 | 开发者 | 每个标签旁边带分数
如何设置:在线页面什么都不需要。本地副本需要 Python 3.11 和对模型的访问权限。
pip install -U huggingface_hub
hf download pixai-labs/pixai-tagger-demo --repo-type space --local-dir pixai-tagger-demo
cd pixai-tagger-demo
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py
如果要使用你已有的模型文件夹,README 这样运行。
pip install -r requirements.txt
MODEL_DIR=/path/to/pixai-tagger-v1.0 python app.py
如何使用:上传或粘贴一张动漫图片,按下打标签按钮。复制合并后的标签,或者浏览六个类别列表。打开标签设置,可以调整阈值、选取最靠前的标签、保留下划线或显示置信度分数。
示例:你粘贴一张角色画,按下打标签按钮。页面返回一个合并列表和六个类别列表。你调高角色阈值,得到更少但更确定的标签,然后复制结果。
新手与专家:如果你是新手,用默认设置给一张图打标签,读一读列表。然后打开设置,移动一个阈值,看看标签数量怎么变化。
如果你熟悉这个领域,阈值默认取自完整词表评估中每个类别得到最佳 macro F1 的设置。处理代码封装了模型的六类别 Transformers 管线。推理在 CPU 上用 32 位浮点精度,一次只服务一个请求,除非你设置 TORCH_NUM_THREADS,否则 torch 用 2 个线程。
你上传或粘贴动漫图片
六类别打标签模型在 CPU 上运行
阈值过滤每个类别的标签
你复制或浏览标签
注意事项:有几个环境变量,可以让应用指向另一个模型、固定的版本或本地文件夹。你的 HF_TOKEN 值留在服务器端,不会出现在页面和 API 里。
Title: Default threshold per category
General: 0.17 threshold
Character: 0.27 threshold
Style: 0.15 threshold
Copyright: 0.24 threshold
Meta: 0.17 threshold
Rating: 0.41 threshold
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 5 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 |
|---|---|---|---|---|
| PixAI Tagger v1.0 本页 | 112 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | gradio | apache-2.0 |
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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。