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。
展示 Hugging Face Hub 上每个模型自 2024 年 7 月以来的每日下载历史、点赞和衍生家族,带对比图表和每周榜单。适合关注开源模型的模型作者和分析人员。
Model Pulse 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 emanforhelp/model-pulse --repo-type space --local-dir model-pulse cd model-pulse
Model Pulse 是一个静态网页,提供 Hugging Face Hub 上每个模型的每日下载历史、点赞和衍生家族,回溯到 2024 年 7 月。你可以查一个模型,在图表上比较几个模型,并看一个模型的影响力有多少来自基于它做出的变体。它是独立项目,与 Hugging Face 没有关联。
适合想了解开源模型随时间怎么被使用的模型作者、分析人员和好奇的读者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 研究 | 分析人员 | 追踪开源模型随时间变化的下载量和增长 | 分析人员在一张图上比较最多五个模型。 |
| 模型发布 | 模型作者 | 查看他们的影响力有多少来自量化版、微调、适配器和合并 | 作者查询自己的模型及其衍生家族。 |
| 社区 | Hub 贡献者 | 用六张卡片回顾一位作者过去 12 个月 | 贡献者为自己的账号打开 Wrapped 视图。 |
| 新闻 | 科技作者 | 找出每周下载最多和增长最快的模型 | 作者为一篇新闻稿阅读每周榜单。 |
如果你需要 Hugging Face Hub 之外的数据,可以跳过它,因为它只覆盖那里的模型。
| Use case | Who | What they get back |
|---|---|---|
| 查询一个模型 | 任何人 | 这个模型的每日下载历史和点赞 |
| 比较模型 | 分析人员 | 一张图上最多五个模型 |
| 查看每周榜单 | 作者和写手 | 下载最多、增长最快、新晋爆款、最大家族和组织 |
pip install -U huggingface_hub hf download emanforhelp/model-pulse --repo-type space --local-dir model-pulse cd model-pulse
打开页面使用各个控件,或者在页面链接后面加查询参数。模型查询会直接打开那个模型,galaxy 视图把基于某个基础模型的所有模型画出来,wrapped 视图显示一位作者的一年。
?model=org/name ?view=galaxy ?view=wrapped
| Tool | What it does |
|---|---|
| 模型查询 | 显示一个模型的每日下载、点赞和衍生家族 |
| 对比 | 在一张图上放最多五个模型 |
| Galaxy | 把基于某个基础模型的所有模型画成一个星系 |
| Wrapped | 用六张卡片显示一位作者过去 12 个月 |
| 每周榜单 | 列出下载最多、增长最快、新晋爆款、最大家族和组织 |
| README 徽章 | 显示每月下载量和迷你趋势线,每天更新 |
你把一个模型的组织名和名字加到模型查询里来查找它。页面显示它的每日下载和点赞,以及它的影响力有多少来自量化版、微调、适配器和合并。
如果你是新手,打开页面,查一个你已经熟悉的模型。然后试试 galaxy 视图,看看从它长出来的家族。
如果你熟悉这个领域,数据来自 Hub 自身统计的每日快照,被汇总进一个单独的数据集。页面按种类统计衍生模型,所以你可以把量化版和微调、适配器、合并区分开。
展示 Hugging Face Hub 上每个模型自 2024 年 7 月以来的每日下载历史、点赞和衍生家族,带对比图表和每周榜单。适合关注开源模型的模型作者和分析人员。
由 emanforhelp 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:Model Pulse 是一个静态网页,提供 Hugging Face Hub 上每个模型的每日下载历史、点赞和衍生家族,回溯到 2024 年 7 月。你可以查一个模型,在图表上比较几个模型,并看一个模型的影响力有多少来自基于它做出的变体。它是独立项目,与 Hugging Face 没有关联。
适合谁:适合想了解开源模型随时间怎么被使用的模型作者、分析人员和好奇的读者。
Industry | Who uses it | How they use it | Example
AI 研究 | 分析人员 | 追踪开源模型随时间变化的下载量和增长 | 分析人员在一张图上比较最多五个模型。
模型发布 | 模型作者 | 查看他们的影响力有多少来自量化版、微调、适配器和合并 | 作者查询自己的模型及其衍生家族。
社区 | Hub 贡献者 | 用六张卡片回顾一位作者过去 12 个月 | 贡献者为自己的账号打开 Wrapped 视图。
新闻 | 科技作者 | 找出每周下载最多和增长最快的模型 | 作者为一篇新闻稿阅读每周榜单。
如果你需要 Hugging Face Hub 之外的数据,可以跳过它,因为它只覆盖那里的模型。
用在哪里:
Use case | Who | What they get back
查询一个模型 | 任何人 | 这个模型的每日下载历史和点赞
比较模型 | 分析人员 | 一张图上最多五个模型
查看每周榜单 | 作者和写手 | 下载最多、增长最快、新晋爆款、最大家族和组织
如何设置:
pip install -U huggingface_hub
hf download emanforhelp/model-pulse --repo-type space --local-dir model-pulse
cd model-pulse
如何使用:打开页面使用各个控件,或者在页面链接后面加查询参数。模型查询会直接打开那个模型,galaxy 视图把基于某个基础模型的所有模型画出来,wrapped 视图显示一位作者的一年。
?model=org/name
?view=galaxy
?view=wrapped
Tool | What it does
模型查询 | 显示一个模型的每日下载、点赞和衍生家族
对比 | 在一张图上放最多五个模型
Galaxy | 把基于某个基础模型的所有模型画成一个星系
Wrapped | 用六张卡片显示一位作者过去 12 个月
每周榜单 | 列出下载最多、增长最快、新晋爆款、最大家族和组织
README 徽章 | 显示每月下载量和迷你趋势线,每天更新
示例:你把一个模型的组织名和名字加到模型查询里来查找它。页面显示它的每日下载和点赞,以及它的影响力有多少来自量化版、微调、适配器和合并。
新手与专家:如果你是新手,打开页面,查一个你已经熟悉的模型。然后试试 galaxy 视图,看看从它长出来的家族。
如果你熟悉这个领域,数据来自 Hub 自身统计的每日快照,被汇总进一个单独的数据集。页面按种类统计衍生模型,所以你可以把量化版和微调、适配器、合并区分开。
Hub 统计的每日快照
汇总进一个数据集
页面读取历史
图表、榜单和徽章出现
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 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 |
|---|---|---|---|---|
| Model Pulse 本页 | 7 | static | apache-2.0 | |
| Model Pulse共有 analytics · data-visualization · downloads | 214 | static | apache-2.0 | |
| Paper Pulse共有 statistics · leaderboard · static | 27 | static | apache-2.0 | |
| Arena Leaderboard共有 leaderboard · static | 5,039 | static | apache-2.0 | |
| MTEB-BR Leaderboard共有 leaderboard · static | 126 | static | apache-2.0 | |
| Icelandic LLM Leaderboard共有 leaderboard · static | 20 | static | cc-by-4.0 |
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。
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。