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。
检查一张工地照片里的安全隐患,给出安全、需要注意或不安全的结论,并用七种工人语言给出简短提醒。基于视觉模型和普通规则,没有大语言模型。适合工地安全团队。
Salamtak سلامتك 是一款工具包,属于商务类,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 plitip/team-qh-091-safesite-app --repo-type space --local-dir team-qh-091-safesite-app cd team-qh-091-safesite-app
Salamtak 会查看一张建筑工地的照片,找出里面的隐患。然后给出安全、需要注意或不安全的结论,在图片上标出问题,并用工人使用的语言写出简短提醒。这个 Space 由多哈的一个黑客松团队制作。
如果你想对一张照片快速再看一眼,它很适合工地安全员、主管和承包商。想研究一个小型规则式安全管线的开发者也适用。它只作参考建议。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 建筑 | 安全员 | 检查工地照片里缺少安全帽等隐患 | 上传一张施工队的照片并查看结论 |
| 重工业 | 主管 | 用各自的语言提醒多语言工人 | 给团队展示阿拉伯语或印地语提醒 |
| 家庭安全 | 家长和照护者 | 用家庭模式发现地上的电线、湿地板和够得着的刀具或化学品 | 检查一张厨房照片 |
| 软件 | 开发者 | 阅读由检测器加规则引擎组成的管线 | 打开仓库里的 safesite 文件夹 |
如果你需要有认证的安全审核,可以跳过它,因为没有提醒并不代表没有隐患。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 检查照片 | 安全员 | 带理由的隐患、结论和标注后的图片 |
| 监看摄像头 | 工地团队 | 在 3 帧里出现 2 次才显示的隐患 |
| 提醒工人 | 主管 | 英语、阿拉伯语、印地语、孟加拉语、尼泊尔语、乌尔都语或马拉雅拉姆语的简短提醒 |
| 检查住家 | 家庭 | 家庭模式对地面和够得着的危险做的检查 |
在线页面什么都不需要。本地副本需要更多,包括系统包。
pip install -U huggingface_hub hf download plitip/team-qh-091-safesite-app --repo-type space --local-dir team-qh-091-safesite-app cd team-qh-091-safesite-app pip install gradio==6.31.0 pip install -r requirements.txt python app.py
打开 Photo 标签页,添加照片,还可以选填照片时间、WBGT 热指数读数、是否在户外、提醒语言以及工地或家庭模式。然后查看结论和标注后的图片。Live 标签页对摄像头做同样的事,没有摄像头时,演示按钮会播放一段示例视频。
python app.py
| 工具 | 作用 |
|---|---|
| Photo 标签页 | 检查一张上传或摄像头拍的照片,返回隐患、结论和提醒 |
| Live 标签页 | 约每秒检查一次摄像头画面,显示在 3 帧里出现 2 次的隐患 |
| Play demo site camera | 用同一套检测器和规则处理一段示例视频 |
你上传一张正午路边施工队的照片,输入较高的 WBGT 读数并选英语。页面会标出没戴安全帽的工人,指出中午高温规则以及缺少遮阴或饮水,并给出带停工提醒的不安全结论。
如果你是新手,先打开应用里的第一个示例,看看图片上每个隐患怎样对应一句简短理由。再试你自己的照片,看看结论。
如果你熟悉这个领域,这里没有用到语言模型。一个微调过的 11 类 YOLO26n 检测器找出人、安全帽、背心和设备。YOLOE-26 文本提示无需训练就能找出更多物体。一个普通 Python 规则引擎,含卡塔尔高温规则,把检测结果变成隐患。提示词必须通过图像级的命中率和误报测试才会上线。
没有检测到人或设备的照片会标为未评估,绝不会标为安全。有几条规则涉及目前没有已上线模型能检测的东西:明火作业、缺少灭火器、地面开口和沟槽。每一项都会在结论下面显示为未检查。吊钩检查很少触发,因为相关训练数据很少。
| 隐患 | 严重程度 |
|---|---|
| 缺少安全帽 | 高 |
| 人员进入机械或车辆区域 | 高 |
| 工人倒在地上 | 高 |
| 人员在吊载物下方 | 高 |
| 高处作业没有防坠保护 | 高 |
| 机械紧挨电线杆 | 高 |
| 午间禁止时段仍在户外作业 | 高 |
| 热指数超过 WBGT 限值 | 高 |
| 车辆附近没有穿背心 | 中 |
| 外露钢筋且附近有工人 | 中 |
| 户外没有遮阴或饮水 | 中 |
| 走道上横着电线或软管 | 中 |
检查一张工地照片里的安全隐患,给出安全、需要注意或不安全的结论,并用七种工人语言给出简短提醒。基于视觉模型和普通规则,没有大语言模型。适合工地安全团队。
由 plitip 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:Salamtak 会查看一张建筑工地的照片,找出里面的隐患。然后给出安全、需要注意或不安全的结论,在图片上标出问题,并用工人使用的语言写出简短提醒。这个 Space 由多哈的一个黑客松团队制作。
适合谁:如果你想对一张照片快速再看一眼,它很适合工地安全员、主管和承包商。想研究一个小型规则式安全管线的开发者也适用。它只作参考建议。
行业 | 谁在用 | 怎么用 | 例子
建筑 | 安全员 | 检查工地照片里缺少安全帽等隐患 | 上传一张施工队的照片并查看结论
重工业 | 主管 | 用各自的语言提醒多语言工人 | 给团队展示阿拉伯语或印地语提醒
家庭安全 | 家长和照护者 | 用家庭模式发现地上的电线、湿地板和够得着的刀具或化学品 | 检查一张厨房照片
软件 | 开发者 | 阅读由检测器加规则引擎组成的管线 | 打开仓库里的 safesite 文件夹
如果你需要有认证的安全审核,可以跳过它,因为没有提醒并不代表没有隐患。
用在哪里:
用途 | 谁用 | 得到什么
检查照片 | 安全员 | 带理由的隐患、结论和标注后的图片
监看摄像头 | 工地团队 | 在 3 帧里出现 2 次才显示的隐患
提醒工人 | 主管 | 英语、阿拉伯语、印地语、孟加拉语、尼泊尔语、乌尔都语或马拉雅拉姆语的简短提醒
检查住家 | 家庭 | 家庭模式对地面和够得着的危险做的检查
如何设置:在线页面什么都不需要。本地副本需要更多,包括系统包。
pip install -U huggingface_hub
hf download plitip/team-qh-091-safesite-app --repo-type space --local-dir team-qh-091-safesite-app
cd team-qh-091-safesite-app
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
如何使用:打开 Photo 标签页,添加照片,还可以选填照片时间、WBGT 热指数读数、是否在户外、提醒语言以及工地或家庭模式。然后查看结论和标注后的图片。Live 标签页对摄像头做同样的事,没有摄像头时,演示按钮会播放一段示例视频。
python app.py
工具 | 作用
Photo 标签页 | 检查一张上传或摄像头拍的照片,返回隐患、结论和提醒
Live 标签页 | 约每秒检查一次摄像头画面,显示在 3 帧里出现 2 次的隐患
Play demo site camera | 用同一套检测器和规则处理一段示例视频
示例:你上传一张正午路边施工队的照片,输入较高的 WBGT 读数并选英语。页面会标出没戴安全帽的工人,指出中午高温规则以及缺少遮阴或饮水,并给出带停工提醒的不安全结论。
新手与专家:如果你是新手,先打开应用里的第一个示例,看看图片上每个隐患怎样对应一句简短理由。再试你自己的照片,看看结论。
如果你熟悉这个领域,这里没有用到语言模型。一个微调过的 11 类 YOLO26n 检测器找出人、安全帽、背心和设备。YOLOE-26 文本提示无需训练就能找出更多物体。一个普通 Python 规则引擎,含卡塔尔高温规则,把检测结果变成隐患。提示词必须通过图像级的命中率和误报测试才会上线。
你添加照片、时间、WBGT 和语言
YOLO26n 检测器找出人和装备
YOLOE-26 提示找出更多物体
规则引擎列出带理由的隐患
你得到结论、标注和提醒
注意事项:没有检测到人或设备的照片会标为未评估,绝不会标为安全。有几条规则涉及目前没有已上线模型能检测的东西:明火作业、缺少灭火器、地面开口和沟槽。每一项都会在结论下面显示为未检查。吊钩检查很少触发,因为相关训练数据很少。
Title: Site mode hazard checks
隐患 | 严重程度
缺少安全帽 | 高
人员进入机械或车辆区域 | 高
工人倒在地上 | 高
人员在吊载物下方 | 高
高处作业没有防坠保护 | 高
机械紧挨电线杆 | 高
午间禁止时段仍在户外作业 | 高
热指数超过 WBGT 限值 | 高
车辆附近没有穿背心 | 中
外露钢筋且附近有工人 | 中
户外没有遮阴或饮水 | 中
走道上横着电线或软管 | 中
Title: Hazards caught on the Qatar test set
Version 1: 25 percent
Shipped version 2n: 62 percent
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 6 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 |
|---|---|---|---|---|
| Salamtak سلامتك 本页 | 2 | gradio | agpl-3.0 | |
| Signature Detection共有 gradio | 12 | gradio | agpl-3.0 | |
| Customer Churn Predictor共有 gradio | 1 | gradio | mit | |
| Whisper Chileno共有 gradio | 1 | gradio | apache-2.0 | |
| Medical Insight Explorer Agent共有 gradio | 1 | gradio | mit | |
| Food Waste CV共有 gradio | 1 | gradio | agpl-3.0 |
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。
perplexity-ai · 工具包
根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
nace-ai · 工具包
一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。