DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
一个用于人脸情绪识别的 Gradio 演示,仓库里有人脸检测文件和两个已保存的情绪模型。适合想在浏览器里试用的学生和开发者。
Reconocimiento de emociones 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 Saturdays/ReconocimientoEmociones --repo-type space --local-dir ReconocimientoEmociones cd ReconocimientoEmociones
Reconocimiento de emociones 是 Saturdays 做的一个小型 Gradio 情绪识别应用。仓库里有一个人脸检测文件和两个已保存的情绪模型,看起来它会在图片里找到人脸,并猜测脸上的情绪。Space 页面没有任何说明,所以这份介绍只依据它的文件列表。
想看情绪识别如何作用在人脸上的学生、爱好者和开发者,或者想找一个简短示例项目来读代码的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 教育 | 计算机视觉学生 | 运行演示,阅读 app.py,看各部分如何连接 | 打开 Space,测试一张人脸图片 |
| 软件 | 开发者 | 把项目当作人脸演示的起点 | 换成自己的模型文件 |
| 研究 | 爱好者 | 试用线上的 Space,看模型如何解读人脸 | 对比它对不同表情的反应 |
如果你需要有完整文档、可用于正式环境的人脸分析工具,可以跳过它,因为页面只是一个演示。
| Use case | Who | What they get back |
|---|---|---|
| 在线体验情绪识别 | 好奇的任何人 | 应用对一张脸上情绪的判断 |
| 研究一个小型视觉项目 | 学生 | 一个带模型文件的简短 Python 项目可供阅读 |
pip install -U huggingface_hub hf download Saturdays/ReconocimientoEmociones --repo-type space --local-dir ReconocimientoEmociones cd ReconocimientoEmociones pip install gradio pip install -r requirements.txt python app.py
在浏览器里打开 Space 页面,给它一张带人脸的图片。如果是本地副本,运行应用,然后打开 Gradio 为你打开的页面。
python app.py
| Tool | What it does |
|---|---|
| python app.py | 在你的电脑上启动 Gradio 应用 |
| hf download | 把 Space 的文件复制到本地文件夹 |
打开 Space,给它一张只有一张脸的照片。应用应该会给出模型从中读到的情绪。页面没有列出它能返回的标签,所以请多试几张脸来判断结果。
如果你是新手,先打开 Space 页面,试一张清晰的人脸照片。记住,模型只是根据脸的样子猜测情绪,也可能猜错。
如果你熟悉这个领域,文件名指向一个 Haar 级联人脸检测器。它后面似乎接着一个小型 XCEPTION 风格的情绪网络。第二个已保存模型放在 PyTorch 风格的文件里。页面没有确认 app.py 实际用的是哪一个。
一个用于人脸情绪识别的 Gradio 演示,仓库里有人脸检测文件和两个已保存的情绪模型。适合想在浏览器里试用的学生和开发者。
由 Saturdays 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:Reconocimiento de emociones 是 Saturdays 做的一个小型 Gradio 情绪识别应用。仓库里有一个人脸检测文件和两个已保存的情绪模型,看起来它会在图片里找到人脸,并猜测脸上的情绪。Space 页面没有任何说明,所以这份介绍只依据它的文件列表。
适合谁:想看情绪识别如何作用在人脸上的学生、爱好者和开发者,或者想找一个简短示例项目来读代码的人。
Industry | Who uses it | How they use it | Example
教育 | 计算机视觉学生 | 运行演示,阅读 app.py,看各部分如何连接 | 打开 Space,测试一张人脸图片
软件 | 开发者 | 把项目当作人脸演示的起点 | 换成自己的模型文件
研究 | 爱好者 | 试用线上的 Space,看模型如何解读人脸 | 对比它对不同表情的反应
如果你需要有完整文档、可用于正式环境的人脸分析工具,可以跳过它,因为页面只是一个演示。
用在哪里:
Use case | Who | What they get back
在线体验情绪识别 | 好奇的任何人 | 应用对一张脸上情绪的判断
研究一个小型视觉项目 | 学生 | 一个带模型文件的简短 Python 项目可供阅读
如何设置:
pip install -U huggingface_hub
hf download Saturdays/ReconocimientoEmociones --repo-type space --local-dir ReconocimientoEmociones
cd ReconocimientoEmociones
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开 Space 页面,给它一张带人脸的图片。如果是本地副本,运行应用,然后打开 Gradio 为你打开的页面。
python app.py
Tool | What it does
python app.py | 在你的电脑上启动 Gradio 应用
hf download | 把 Space 的文件复制到本地文件夹
示例:打开 Space,给它一张只有一张脸的照片。应用应该会给出模型从中读到的情绪。页面没有列出它能返回的标签,所以请多试几张脸来判断结果。
新手与专家:如果你是新手,先打开 Space 页面,试一张清晰的人脸照片。记住,模型只是根据脸的样子猜测情绪,也可能猜错。
如果你熟悉这个领域,文件名指向一个 Haar 级联人脸检测器。它后面似乎接着一个小型 XCEPTION 风格的情绪网络。第二个已保存模型放在 PyTorch 风格的文件里。页面没有确认 app.py 实际用的是哪一个。
输入一张图片
找到人脸
情绪模型读取人脸
Gradio 显示结果
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 |
|---|---|---|---|---|
| Reconocimiento de emociones 本页 | 2 | gradio | afl-3.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
allenai · 工具包
allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。
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。