Mindket

Rabbit Pain Identifier

新上架第 1 版 · 更新于

概览

通过测量 23 个面部关键点,从一张兔子照片里筛查疼痛迹象,并给出 Relaxed 或 Pain 标签和概率。这是面向兔子主人、兽医和学生的研究原型,不是诊断。

Rabbit Pain Identifier 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。

速览

你需要
  • Python 3.12 和 pip
  • requirements.txt 里列出的包
  • packages.txt 里列出的系统包,用 apt-get 安装
用在
  • 网页浏览器,在 Hugging Face 上的 Space 页面打开,无需安装任何东西
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
先运行
pip install -U huggingface_hub
hf download sheildo/Rabbit-Pain-Identifier-Model --repo-type space --local-dir Rabbit-Pain-Identifier-Model
cd Rabbit-Pain-Identifier-Model

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 看一张兔子的照片,估计这只动物看起来是放松还是疼痛。它找出脸上的 23 个关键点,校正头部倾斜,测量面部几何,再把数字交给分类器。结果是一个标签加一个概率分数。

适合谁

想了解基于照片的疼痛筛查如何运作的兔子主人、兽医专业学生和研究者。

IndustryWho uses itHow they use itExample
兽医研究动物福利研究者把面部几何作为疼痛信号来研究跑一张照片,读取概率分数
兽医教育学生学习筛查模型是怎么做出来的打开示例照片,对比各自的标签
宠物护理兔子主人先对照片有个非正式的初步了解上传一张清晰的自家兔子正面照
软件机器学习开发者研究一个小型的关键点加 KNN 流程对照保存的模型文件阅读 app.py

如果你需要诊断,请去问兽医。页面说明它是研究原型,不是诊断。

用在哪里

它可以在两个地方运行。

  • 网页浏览器,在 Hugging Face 上的 Space 页面打开,无需安装任何东西
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
Use caseWhoWhat they get back
筛查一张照片主人和兽医一个 Relaxed 或 Pain 标签及其概率
试试示例学生垂耳、疼痛和放松三张示例照片的结果
研究流程开发者同一个仓库里的模型文件和应用代码

如何设置

在线使用什么都不用准备。本地副本需要几样东西。

  • Python 3.12 和 pip
  • requirements.txt 里列出的包
  • packages.txt 里列出的系统包,用 apt-get 安装
  1. 安装 Hugging Face 工具。
  2. 把这个 Space 下载到一个文件夹。
  3. 进入该文件夹。
  4. 安装 Gradio 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download sheildo/Rabbit-Pain-Identifier-Model --repo-type space --local-dir Rabbit-Pain-Identifier-Model
cd Rabbit-Pain-Identifier-Model
pip install gradio==5.49.0
pip install -r requirements.txt
python app.py

如何使用

打开页面,添加一张兔子的照片。页面返回 Relaxed 或 Pain 标签以及原始概率。做筛查时,也就是想抓出每一个可能的疼痛案例,用 0.4 的阈值。做分诊时,也就是想减少误报,用 0.5。

示例

你上传一张耳朵直立的兔子的清晰照片。页面标出面部关键点,并报告一个标签和概率,你再按自己的目标,对照 0.4 或 0.5 的阈值。

新手与专家

先用仓库里的一张示例照片,看看结果长什么样。记住,照片只能作为粗略参考,最终由临床医生定夺。

这个流程用 YOLOv8n-pose 模型找出 23 个关键点。它围绕两眼中点旋转关键点,让眼线保持水平,并把每个特征除以两眼之间的距离。对于垂耳兔,耳朵下垂检查会关闭耳朵相关的特征。然后由 KNN 分类器预测标签。

  1. YOLOv8n-pose 找出 23 个面部关键点
  2. 旋转关键点,让两眼保持水平
  3. 用两眼距离对特征做缩放
  4. KNN 分类器给出 Relaxed 或 Pain 的评分

注意事项

模型只在一套精选的 620 张图片上训练,作者说外部验证仍待进行。

分类器在各项检验上的准确率
测试集0.895 accuracy
验证集0.871 accuracy
五折交叉验证0.820 accuracy
多数类基线0.659 accuracy
  • 在免费的 CPU 层上,每张照片大约需要 2 到 6 秒
  • 结果来自研究原型,不是兽医诊断
  • License: MIT
  • Cost to run: 没有提到
  • Data it reaches: 你上传的照片
  • Not for: 兽医诊断,诊断应交给临床医生和兔子表情量表(Rabbit Grimace Scale)

README 和文件

README

Rabbit Pain Identifier

通过测量 23 个面部关键点,从一张兔子照片里筛查疼痛迹象,并给出 Relaxed 或 Pain 标签和概率。这是面向兔子主人、兽医和学生的研究原型,不是诊断。

由 sheildo 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:这个 Space 看一张兔子的照片,估计这只动物看起来是放松还是疼痛。它找出脸上的 23 个关键点,校正头部倾斜,测量面部几何,再把数字交给分类器。结果是一个标签加一个概率分数。

适合谁:想了解基于照片的疼痛筛查如何运作的兔子主人、兽医专业学生和研究者。

Industry | Who uses it | How they use it | Example
兽医研究 | 动物福利研究者 | 把面部几何作为疼痛信号来研究 | 跑一张照片,读取概率分数
兽医教育 | 学生 | 学习筛查模型是怎么做出来的 | 打开示例照片,对比各自的标签
宠物护理 | 兔子主人 | 先对照片有个非正式的初步了解 | 上传一张清晰的自家兔子正面照
软件 | 机器学习开发者 | 研究一个小型的关键点加 KNN 流程 | 对照保存的模型文件阅读 app.py

如果你需要诊断,请去问兽医。页面说明它是研究原型,不是诊断。

用在哪里:它可以在两个地方运行。

  • 网页浏览器,在 Hugging Face 上的 Space 页面打开,无需安装任何东西
  • Windows、macOS 或 Linux 上的本地副本,需要 Python 3.12
Use case | Who | What they get back
筛查一张照片 | 主人和兽医 | 一个 Relaxed 或 Pain 标签及其概率
试试示例 | 学生 | 垂耳、疼痛和放松三张示例照片的结果
研究流程 | 开发者 | 同一个仓库里的模型文件和应用代码

如何设置:在线使用什么都不用准备。本地副本需要几样东西。

  • Python 3.12 和 pip
  • requirements.txt 里列出的包
  • packages.txt 里列出的系统包,用 apt-get 安装
  1. 安装 Hugging Face 工具。
  2. 把这个 Space 下载到一个文件夹。
  3. 进入该文件夹。
  4. 安装 Gradio 和 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download sheildo/Rabbit-Pain-Identifier-Model --repo-type space --local-dir Rabbit-Pain-Identifier-Model
cd Rabbit-Pain-Identifier-Model
pip install gradio==5.49.0
pip install -r requirements.txt
python app.py

如何使用:打开页面,添加一张兔子的照片。页面返回 Relaxed 或 Pain 标签以及原始概率。做筛查时,也就是想抓出每一个可能的疼痛案例,用 0.4 的阈值。做分诊时,也就是想减少误报,用 0.5。

示例:你上传一张耳朵直立的兔子的清晰照片。页面标出面部关键点,并报告一个标签和概率,你再按自己的目标,对照 0.4 或 0.5 的阈值。

新手与专家:先用仓库里的一张示例照片,看看结果长什么样。记住,照片只能作为粗略参考,最终由临床医生定夺。

这个流程用 YOLOv8n-pose 模型找出 23 个关键点。它围绕两眼中点旋转关键点,让眼线保持水平,并把每个特征除以两眼之间的距离。对于垂耳兔,耳朵下垂检查会关闭耳朵相关的特征。然后由 KNN 分类器预测标签。

YOLOv8n-pose 找出 23 个面部关键点
旋转关键点,让两眼保持水平
用两眼距离对特征做缩放
KNN 分类器给出 Relaxed 或 Pain 的评分

注意事项:模型只在一套精选的 620 张图片上训练,作者说外部验证仍待进行。

Title: 分类器在各项检验上的准确率
测试集: 0.895 accuracy
验证集: 0.871 accuracy
五折交叉验证: 0.820 accuracy
多数类基线: 0.659 accuracy
  • 在免费的 CPU 层上,每张照片大约需要 2 到 6 秒
  • 结果来自研究原型,不是兽医诊断
  • License: MIT
  • Cost to run: 没有提到
  • Data it reaches: 你上传的照片
  • Not for: 兽医诊断,诊断应交给临床医生和兔子表情量表(Rabbit Grimace Scale)

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/sheildo/Rabbit-Pain-Identifier-Model
  • 文件:https://huggingface.co/spaces/sheildo/Rabbit-Pain-Identifier-Model/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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
Rabbit Pain Identifier 本页1gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

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。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

研究类的相似商品

查看研究类的全部商品

EarthJev

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。

新上架

getting-over-it-rl-jax

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。

新上架

ReFoCo

yuji-nozawa · 工具包

一篇研究论文的三种规模的预训练视觉 Transformer 检查点,论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。

新上架