Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
提供一个面向巴基斯坦的健康主题 Gradio 应用,你可以在浏览器里打开,也可以在自己的电脑上运行。适合好奇的用户和想阅读其代码的开发者。
SehatAI - Pakistan Health Intelligence 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 AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai cd sehat-ai
SehatAI 是 Hugging Face Spaces 上的一个 Gradio 应用,副标题是 Pakistan Health Intelligence。页面除了名字没有给出任何说明,所以它做什么只能从文件里推测。这些文件包括一个数据文件夹、一个 src 文件夹、一个媒体流程测试、一个示例音频文件和一份示例 PDF 报告。
从名字看,它适合关注与巴基斯坦有关的健康信息的人,也适合想阅读一个小型 Gradio 项目的开发者。页面没有说它是为谁准备的。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 健康信息 | 好奇的用户 | 打开应用,看看它提供什么 | 加载这个 Space,看页面上自带的标签 |
| 公共卫生 | 分析人员 | 查看项目的数据文件夹 | 在仓库里浏览数据文件夹 |
| 软件 | 开发者 | 阅读一个 Gradio 应用如何测试音频和媒体处理 | 打开媒体流程测试文件 |
| 教育 | 学生 | 研究一个小型的健康主题 AI 应用 | 在本地运行一份副本,并跟着 app.py 读 |
如果你需要有文档说明的功能,可以跳过它,因为来源没有描述任何功能。
| Use case | Who | What they get back |
|---|---|---|
| 试用应用 | 任何好奇的人 | 应用针对你的输入给出的结果 |
| 阅读代码 | 开发者 | 一个带有 src 文件夹和测试的 Gradio 项目 |
| 本地运行 | 学习者 | 一份在你自己电脑上的应用副本 |
在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。
pip install -U huggingface_hub hf download AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai cd sehat-ai pip install gradio==5.9.1 pip install -r requirements.txt python app.py
在线使用时,打开这个 Space 的页面,应用就会在浏览器里加载。来源没有描述它的控件,所以请照着页面上的标签操作。在自己的电脑上,用下面的命令启动它。
python app.py
如果这个应用接受音频或文档,仓库里的示例文件 test_audio.wav 和 test_report.pdf 就是稳妥的第一次尝试。把其中一个交给应用,再看它返回什么。
如果你是新手,就在线打开这个 Space,试一试它显示的输入项。如果它接受示例音频或 PDF,就先从它们开始,并且每次只改一处。
如果你熟悉这个领域,这个应用在 Python 3.11 上使用 Gradio 5.9.1,运行在 Hugging Face 的 cpu-basic 硬件上,所以没有提到 GPU。仓库里有 src 文件夹、数据文件夹,还有一个从名字看是用来生成测试文件的脚本,这让媒体测试可以重复进行。
来源内容很少,所以请把这一页当作通向代码的指引,而不是功能清单。
提供一个面向巴基斯坦的健康主题 Gradio 应用,你可以在浏览器里打开,也可以在自己的电脑上运行。适合好奇的用户和想阅读其代码的开发者。
由 AreejNamwz 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:SehatAI 是 Hugging Face Spaces 上的一个 Gradio 应用,副标题是 Pakistan Health Intelligence。页面除了名字没有给出任何说明,所以它做什么只能从文件里推测。这些文件包括一个数据文件夹、一个 src 文件夹、一个媒体流程测试、一个示例音频文件和一份示例 PDF 报告。
适合谁:从名字看,它适合关注与巴基斯坦有关的健康信息的人,也适合想阅读一个小型 Gradio 项目的开发者。页面没有说它是为谁准备的。
Industry | Who uses it | How they use it | Example
健康信息 | 好奇的用户 | 打开应用,看看它提供什么 | 加载这个 Space,看页面上自带的标签
公共卫生 | 分析人员 | 查看项目的数据文件夹 | 在仓库里浏览数据文件夹
软件 | 开发者 | 阅读一个 Gradio 应用如何测试音频和媒体处理 | 打开媒体流程测试文件
教育 | 学生 | 研究一个小型的健康主题 AI 应用 | 在本地运行一份副本,并跟着 app.py 读
如果你需要有文档说明的功能,可以跳过它,因为来源没有描述任何功能。
用在哪里:
Use case | Who | What they get back
试用应用 | 任何好奇的人 | 应用针对你的输入给出的结果
阅读代码 | 开发者 | 一个带有 src 文件夹和测试的 Gradio 项目
本地运行 | 学习者 | 一份在你自己电脑上的应用副本
如何设置:在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。
pip install -U huggingface_hub
hf download AreejNamwz/sehat-ai --repo-type space --local-dir sehat-ai
cd sehat-ai
pip install gradio==5.9.1
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开这个 Space 的页面,应用就会在浏览器里加载。来源没有描述它的控件,所以请照着页面上的标签操作。在自己的电脑上,用下面的命令启动它。
python app.py
示例:如果这个应用接受音频或文档,仓库里的示例文件 test_audio.wav 和 test_report.pdf 就是稳妥的第一次尝试。把其中一个交给应用,再看它返回什么。
新手与专家:如果你是新手,就在线打开这个 Space,试一试它显示的输入项。如果它接受示例音频或 PDF,就先从它们开始,并且每次只改一处。
如果你熟悉这个领域,这个应用在 Python 3.11 上使用 Gradio 5.9.1,运行在 Hugging Face 的 cpu-basic 硬件上,所以没有提到 GPU。仓库里有 src 文件夹、数据文件夹,还有一个从名字看是用来生成测试文件的脚本,这让媒体测试可以重复进行。
你打开这个 Space 或运行 app.py
Gradio 页面在浏览器里加载
你给应用一个输入
你读它返回的结果
注意事项:来源内容很少,所以请把这一页当作通向代码的指引,而不是功能清单。
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 |
|---|---|---|---|---|
| SehatAI - Pakistan Health Intelligence 本页 | 1 | gradio | mit | |
| 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 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
udiboy1209 · 工具包
用一个小型神经反编译器从编译后的二进制代码中还原数学公式,并提供论文里的数据集和训练好的模型。适合逆向工程师和研究者。
udgamlabs · 工具包
把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。
Tsuboyama-Lab · 工具包
预测一条蛋白质序列在大肠杆菌里能以单体形式表达多少,单位为 log10 mg/L。提供 ESMC-6B 和 SaProt 的已训练 LoRA 适配器和回归头,面向蛋白质研究人员。