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。
在一个小型 Gradio 页面里,用两个 WD14 标注模型给图片打标签,无需安装。适合给图片打标签、或需要给图片集生成文字标签的人。
Wd14 Tagging Online 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 deepghs/wd14_tagging_online --repo-type space --local-dir wd14_tagging_online cd wd14_tagging_online
Wd14 Tagging Online 是一个小型 Gradio 应用,在浏览器里运行图片标注模型。它用到两个模型,一个 ConvNeXt 标注器和一个 ViT 标注器,都来自 SmilingWolf。仓库只有三个文件,这个 Space 运行在 Hugging Face 的免费 CPU 硬件上。
适合要处理大量图片、想要文字标签、又不想自己搭模型的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 图片库 | 档案管理员和策展人 | 给没有标签的图片生成文字标签 | 策展人上传一张图片,查看得到的标签。 |
| AI 绘图 | 爱好者和数据集制作者 | 给图片打标签,之后放进训练集 | 制作者给几张图片打标签,看看标签是什么样。 |
| 软件 | 开发者 | 阅读一个封装了两个模型的极简 Gradio 应用 | 开发者打开 app.py,看模型是怎么加载的。 |
如果你需要一次给成千上万张图片打标签,可以跳过它,因为这只是单页面演示。
| Use case | Who | What they get back |
|---|---|---|
| 在线给一张图片打标签 | 任何人 | 这张图片的一组文字标签 |
| 比较两个模型 | 爱好者 | ConvNeXt 标注器和 ViT 标注器各自给出的标签 |
| 本地运行 | 开发者 | 在自己电脑上的同一个页面 |
pip install -U huggingface_hub hf download deepghs/wd14_tagging_online --repo-type space --local-dir wd14_tagging_online cd wd14_tagging_online pip install gradio==3.16.1 pip install -r requirements.txt python app.py
打开 Space 页面,或者用下面的命令在本地启动应用。然后给它一张图片,查看它返回的标签。
python app.py
| Tool | What it does |
|---|---|
| app.py | 主文件,负责启动 Gradio 页面 |
| requirements.txt | 列出应用需要的 Python 包 |
你上传一张图片并运行标注器。页面会返回这张图片的一组文字标签。
如果你是新手,打开 Space 页面,试一张图片。标签是描述图片内容的短词,这个页面会替你生成。
如果你熟悉这个领域,这两个模型是 SmilingWolf 的 wd-v1-4 ConvNeXt 和 ViT 标注器。应用固定使用旧版 Gradio 3.16.1,所以换成新版 Gradio 可能需要小改动。来源没有说明标签词表。
在一个小型 Gradio 页面里,用两个 WD14 标注模型给图片打标签,无需安装。适合给图片打标签、或需要给图片集生成文字标签的人。
由 deepghs 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:Wd14 Tagging Online 是一个小型 Gradio 应用,在浏览器里运行图片标注模型。它用到两个模型,一个 ConvNeXt 标注器和一个 ViT 标注器,都来自 SmilingWolf。仓库只有三个文件,这个 Space 运行在 Hugging Face 的免费 CPU 硬件上。
适合谁:适合要处理大量图片、想要文字标签、又不想自己搭模型的人。
Industry | Who uses it | How they use it | Example
图片库 | 档案管理员和策展人 | 给没有标签的图片生成文字标签 | 策展人上传一张图片,查看得到的标签。
AI 绘图 | 爱好者和数据集制作者 | 给图片打标签,之后放进训练集 | 制作者给几张图片打标签,看看标签是什么样。
软件 | 开发者 | 阅读一个封装了两个模型的极简 Gradio 应用 | 开发者打开 app.py,看模型是怎么加载的。
如果你需要一次给成千上万张图片打标签,可以跳过它,因为这只是单页面演示。
用在哪里:
Use case | Who | What they get back
在线给一张图片打标签 | 任何人 | 这张图片的一组文字标签
比较两个模型 | 爱好者 | ConvNeXt 标注器和 ViT 标注器各自给出的标签
本地运行 | 开发者 | 在自己电脑上的同一个页面
如何设置:
pip install -U huggingface_hub
hf download deepghs/wd14_tagging_online --repo-type space --local-dir wd14_tagging_online
cd wd14_tagging_online
pip install gradio==3.16.1
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者用下面的命令在本地启动应用。然后给它一张图片,查看它返回的标签。
python app.py
Tool | What it does
app.py | 主文件,负责启动 Gradio 页面
requirements.txt | 列出应用需要的 Python 包
示例:你上传一张图片并运行标注器。页面会返回这张图片的一组文字标签。
新手与专家:如果你是新手,打开 Space 页面,试一张图片。标签是描述图片内容的短词,这个页面会替你生成。
如果你熟悉这个领域,这两个模型是 SmilingWolf 的 wd-v1-4 ConvNeXt 和 ViT 标注器。应用固定使用旧版 Gradio 3.16.1,所以换成新版 Gradio 可能需要小改动。来源没有说明标签词表。
上传一张图片
标注模型读取图片
标签以文字形式返回
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 |
|---|---|---|---|---|
| Wd14 Tagging Online 本页 | 212 | 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 |
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。
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。