Practica1

Practica1

在 Gradio 页面里运行一个已保存的图像模型，附带两张示例图片。模型文件名里有 blindness，但记录没有说明它预测什么。这是课程风格的演示。

由 Jacampo 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：Practica1 是一个 Gradio 应用，围绕一个名为 export_blindness.pkl 的已保存模型文件和两张示例图片搭建。从文件名看，它像是和眼睛有关的图像任务，但记录没有说明这个模型预测什么。仓库很小，只有 README、应用文件和一份依赖包清单。

适合谁：它适合想看一个用 Gradio 提供已保存图像模型的小例子的学生和开发者。这个名字读起来像课程练习。它只是演示，不能替代任何医疗建议或检查。

行业 | 使用者 | 使用方式 | 例子
教育 | 机器学习的学生 | 研究网页里一个简单的已保存模型 | 把 app.py 和 export_blindness.pkl 对照着读
软件 | Python 开发者 | 复制文件夹布局来做自己的图像演示 | 换掉示例图片和模型文件
业余项目 | 爱好者 | 试一试两张示例图片 | 点一张示例，看输出

如果你想要有文档的工具，可以跳过它，因为记录没有说明它的用途或准确率。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
试用演示 | 任何人 | 模型对示例图片给出的输出
研究结构 | 学习者 | 一个带模型文件和示例的小应用
作为基础复用 | 开发者 | 自己分类器的起步文件夹

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download Jacampo/Practica1 --repo-type space --local-dir Practica1
cd Practica1
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。两张示例图片是最快看清它做什么的办法。

python app.py

示例：你打开 Space，选一张示例图片。应用会用它已保存的模型处理这张图，并把输出显示在页面上。记录没有描述输出内容，请你自己看一看。

新手与专家：已保存的模型是一个文件，里面存着程序学到的东西，应用不用重新训练就能使用它。先打开 Space，点一张示例图片。

如果你熟悉这个领域，这个文件夹呈现的是常见的课程式模式：用 Gradio 做页面，一个导出的模型，几份示例输入。记录没有给出指标、训练数据或类别名称，所以在相信任何输出之前，请先检查这些文件。

你选一张图片或上传一张
Gradio 页面把它交给 app.py
export_blindness.pkl 里的已保存模型处理它
页面显示结果

注意事项：

• License: afl-3，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的图片，以及已保存的模型文件
• Not for: 医疗决定，因为记录没有给出用途、准确率或验证数据

Hugging Face 上的数据（2026年11月13日）

• 点赞：0
• 构建方式：gradio
• 许可证：afl-3.0

链接

• Space：https://huggingface.co/spaces/Jacampo/Practica1
• 文件：https://huggingface.co/spaces/Jacampo/Practica1/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。