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。
用 Ultralytics 的 YOLO 模型系列在图片和视频中找出物体,同系列还覆盖分割、分类、深度、姿态和跟踪。适合开发计算机视觉应用的开发者。
YOLO26 是一款工具包,属于开发类,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 Ultralytics/YOLO26
YOLO26 是 Ultralytics 的目标检测模型,在 Hugging Face 上对应 ultralytics 库。该公司做计算机视觉用的 YOLO 模型,页面说它们覆盖检测、几种分割、分类、深度、姿态,以及跨视频帧的跟踪。
它适合要做视觉功能的开发者和研究者,他们想要一个速度快、用得广、文档有多种语言的检测器。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件开发 | 应用开发者 | 给读取照片或视频的应用加上目标检测 | 标出上传图片中找到的物品 |
| 计算机视觉研究 | 研究者 | 把它当作基线,拿其他检测器来对比 | 在同一任务上测试新的数据集 |
| 视频分析 | 工程师 | 在帧与帧之间跟随检测到的物体 | 在一段视频里跟踪移动的物体 |
| 机器人和设备 | 硬件团队 | 对摄像头输入运行检测器 | 在实时画面中发现物体 |
如果你需要聊天模型或文本生成,可以跳过它,因为它处理的是图片和视频。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 目标检测 | 开发者 | 图片中物体的框和标签 |
| 分割 | 研究者 | 像素级的物体轮廓 |
| 姿态估计 | 工程师 | 每个检测对象的关键点 |
| 跟踪 | 视频团队 | 跨帧被跟随的检测对象 |
你需要 Python 和 Hugging Face 的下载工具。
pip install -U huggingface_hub hf download Ultralytics/YOLO26
记录里给出了下载这一步,模型卡则指向 Ultralytics 文档来说明如何运行。下载完成后,你用 ultralytics 库加载文件,再选择需要的任务。
hf download Ultralytics/YOLO26
你下载文件,在 Python 项目里加载模型,再给它一张照片。做检测任务时,你可以期待得到它找到的物体的框和类别标签,这与模型卡描述的检测功能一致。
如果你刚接触计算机视觉,目标检测器会看一张图片,并在它认得的东西周围画框。第一次可以先下载文件,再按文档的方式用库跑一张照片。
对熟悉这个领域的人来说,这个系列覆盖检测、实例分割和语义分割、分类、深度、姿态和旋转框,还有视频上的跟踪。这里的卡片没有给出速度或精度数字,所以和其他检测器比较之前,请先查看它链接的论文。
这里能看到的卡片内容大多是链接和徽章,所以实际的运行步骤在 Ultralytics 文档里。
用 Ultralytics 的 YOLO 模型系列在图片和视频中找出物体,同系列还覆盖分割、分类、深度、姿态和跟踪。适合开发计算机视觉应用的开发者。
由 Ultralytics 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:YOLO26 是 Ultralytics 的目标检测模型,在 Hugging Face 上对应 ultralytics 库。该公司做计算机视觉用的 YOLO 模型,页面说它们覆盖检测、几种分割、分类、深度、姿态,以及跨视频帧的跟踪。
适合谁:它适合要做视觉功能的开发者和研究者,他们想要一个速度快、用得广、文档有多种语言的检测器。
行业 | 谁在用 | 怎么用 | 例子
软件开发 | 应用开发者 | 给读取照片或视频的应用加上目标检测 | 标出上传图片中找到的物品
计算机视觉研究 | 研究者 | 把它当作基线,拿其他检测器来对比 | 在同一任务上测试新的数据集
视频分析 | 工程师 | 在帧与帧之间跟随检测到的物体 | 在一段视频里跟踪移动的物体
机器人和设备 | 硬件团队 | 对摄像头输入运行检测器 | 在实时画面中发现物体
如果你需要聊天模型或文本生成,可以跳过它,因为它处理的是图片和视频。
用在哪里:
用例 | 谁用 | 得到什么
目标检测 | 开发者 | 图片中物体的框和标签
分割 | 研究者 | 像素级的物体轮廓
姿态估计 | 工程师 | 每个检测对象的关键点
跟踪 | 视频团队 | 跨帧被跟随的检测对象
如何设置:你需要 Python 和 Hugging Face 的下载工具。
pip install -U huggingface_hub
hf download Ultralytics/YOLO26
如何使用:记录里给出了下载这一步,模型卡则指向 Ultralytics 文档来说明如何运行。下载完成后,你用 ultralytics 库加载文件,再选择需要的任务。
hf download Ultralytics/YOLO26
示例:你下载文件,在 Python 项目里加载模型,再给它一张照片。做检测任务时,你可以期待得到它找到的物体的框和类别标签,这与模型卡描述的检测功能一致。
新手与专家:如果你刚接触计算机视觉,目标检测器会看一张图片,并在它认得的东西周围画框。第一次可以先下载文件,再按文档的方式用库跑一张照片。
对熟悉这个领域的人来说,这个系列覆盖检测、实例分割和语义分割、分类、深度、姿态和旋转框,还有视频上的跟踪。这里的卡片没有给出速度或精度数字,所以和其他检测器比较之前,请先查看它链接的论文。
照片或视频帧输入
YOLO26 模型找出物体
任务输出为框、蒙版或姿态
跟踪把物体跨帧连起来
注意事项:这里能看到的卡片内容大多是链接和徽章,所以实际的运行步骤在 Ultralytics 文档里。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Ultralytics/YOLO26
然后按它的模型卡使用它。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 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| YOLO26 本页 | 26,767 | 264 | — | agpl-3.0 | |
| Koharu Layout HighRes共有 instance-segmentation · object-detection | 125 | 5 | 46.6M | apache-2.0 | |
| DA3METRIC-LARGE共有 pose-estimation | 428,678 | 31 | 334M | apache-2.0 | |
| RuView共有 pose-estimation | 69 | 37 | — | mit | |
| d3-turbo共有 object-detection | 4,186 | 133 | 26.1B | apache-2.0 | |
| d3-ultra共有 object-detection | 2,398 | 61 | 26.1B | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。