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。
托管一个 Falcon1-2.6M-Image 模型的 Gradio 演示。README 没有给出说明,只有名字暗示它和图像有关。
Falcon1 2.6M Image 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 Kuantum-ai1/Falcon1-2.6M-Image --repo-type space --local-dir Falcon1-2.6M-Image cd Falcon1-2.6M-Image
这个 Space 是围绕 Kuantum-ai1 发布的 Falcon1-2.6M-Image 模型搭建的 Gradio 演示。README 没有说明这个演示做什么,只有名字暗示它和图像有关。下面的内容只限于仓库里能看到的信息。
它适合对这个模型好奇、想不安装任何东西就试一试托管演示的人。开发者也可以读它的小仓库,看看一个模型的 Gradio 演示是怎样搭起来的。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 研究 | 模型爱好者 | 打开页面看看模型做什么 | 因为没有说明,要自己判断输出 |
| 软件 | 开发者 | 阅读 App.py 和 requirements.txt | 看看一个小型 Gradio 演示是怎样组织的 |
| 教育 | 学习者 | 不用安装就试用托管演示 | 在浏览器里打开 Space 页面,看看它的控件 |
如果你需要文档、输出示例或明确的用途,可以先跳过它,等作者补上。
这个演示可以在两个地方使用。
| 使用场景 | 谁 | 得到什么 |
|---|---|---|
| 试用模型 | 感到好奇的人 | 页面返回的任何内容,因为 README 没有描述它 |
| 阅读代码 | 开发者 | 一个简短的 App.py 文件和一份 requirements.txt 清单,可供研究 |
在线的 Space 不需要这些步骤。要运行本地副本,你需要先准备好这些。
下面是 Hugging Face 给出的本地副本步骤。
pip install -U huggingface_hub hf download Kuantum-ai1/Falcon1-2.6M-Image --repo-type space --local-dir Falcon1-2.6M-Image cd Falcon1-2.6M-Image pip install gradio==6.31.0 pip install -r requirements.txt python App.py
打开 Space 页面,或者用下面的命令启动本地副本。然后使用页面上显示的控件。README 没有列出任何控件,所以你看到什么取决于页面本身。
python App.py
| 工具 | 作用 |
|---|---|
| python App.py | 从你下载的副本启动 Gradio 应用 |
你在浏览器里打开 Space 页面,看看它要你填哪些输入。你填好后运行,再读它返回的内容。因为 README 没有提到输出,就以页面显示的结果来判断。
Space 是托管在 Hugging Face 上的小型网页应用,页面由 Gradio 绘制。先打开这个 Space,看看它要你提供什么。名字暗示这是一个图像模型,但 README 没有确认。
这个 Space 用 Gradio 6.31.0 和 Python 3.12 构建,运行在 ZeroGPU 硬件上,标注为 zero-a10g。仓库里有 App.py、README.md 和 requirements.txt,并且提到 Kuantum-ai1/Falcon1-2.6M-Image 模型。来源没有给出训练数据、规模或限制,也没有说明名字里的 2.6M 指什么。
下面几点值得先看一眼。
托管一个 Falcon1-2.6M-Image 模型的 Gradio 演示。README 没有给出说明,只有名字暗示它和图像有关。
由 Kuantum-ai1 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 是围绕 Kuantum-ai1 发布的 Falcon1-2.6M-Image 模型搭建的 Gradio 演示。README 没有说明这个演示做什么,只有名字暗示它和图像有关。下面的内容只限于仓库里能看到的信息。
适合谁:它适合对这个模型好奇、想不安装任何东西就试一试托管演示的人。开发者也可以读它的小仓库,看看一个模型的 Gradio 演示是怎样搭起来的。
行业 | 谁在用 | 怎么用 | 例子
研究 | 模型爱好者 | 打开页面看看模型做什么 | 因为没有说明,要自己判断输出
软件 | 开发者 | 阅读 App.py 和 requirements.txt | 看看一个小型 Gradio 演示是怎样组织的
教育 | 学习者 | 不用安装就试用托管演示 | 在浏览器里打开 Space 页面,看看它的控件
如果你需要文档、输出示例或明确的用途,可以先跳过它,等作者补上。
用在哪里:这个演示可以在两个地方使用。
使用场景 | 谁 | 得到什么
试用模型 | 感到好奇的人 | 页面返回的任何内容,因为 README 没有描述它
阅读代码 | 开发者 | 一个简短的 App.py 文件和一份 requirements.txt 清单,可供研究
如何设置:在线的 Space 不需要这些步骤。要运行本地副本,你需要先准备好这些。
下面是 Hugging Face 给出的本地副本步骤。
pip install -U huggingface_hub
hf download Kuantum-ai1/Falcon1-2.6M-Image --repo-type space --local-dir Falcon1-2.6M-Image
cd Falcon1-2.6M-Image
pip install gradio==6.31.0
pip install -r requirements.txt
python App.py
如何使用:打开 Space 页面,或者用下面的命令启动本地副本。然后使用页面上显示的控件。README 没有列出任何控件,所以你看到什么取决于页面本身。
python App.py
工具 | 作用
python App.py | 从你下载的副本启动 Gradio 应用
示例:你在浏览器里打开 Space 页面,看看它要你填哪些输入。你填好后运行,再读它返回的内容。因为 README 没有提到输出,就以页面显示的结果来判断。
新手与专家:Space 是托管在 Hugging Face 上的小型网页应用,页面由 Gradio 绘制。先打开这个 Space,看看它要你提供什么。名字暗示这是一个图像模型,但 README 没有确认。
这个 Space 用 Gradio 6.31.0 和 Python 3.12 构建,运行在 ZeroGPU 硬件上,标注为 zero-a10g。仓库里有 App.py、README.md 和 requirements.txt,并且提到 Kuantum-ai1/Falcon1-2.6M-Image 模型。来源没有给出训练数据、规模或限制,也没有说明名字里的 2.6M 指什么。
你打开 Space 页面或本地副本
App.py 提供 Gradio 页面
页面提到 Falcon1-2.6M-Image 模型
你读页面返回的内容
注意事项:下面几点值得先看一眼。
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 |
|---|---|---|---|---|
| Falcon1 2.6M Image 本页 | 1 | gradio | apache-2.0 | |
| 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 |
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。
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。