Mindket

Salamtak سلامتك

新上架第 1 版 · 更新于

概览

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。

速览

你需要
  • 在线演示需要网页浏览器
  • 本地副本需要 Python 3.11
  • requirements.txt 里列出的 Python 包
  • packages.txt 里列出的系统包,在 Linux 上用 apt-get 安装
用在
  • 网页浏览器:打开 Hugging Face 上的 Space 页面,上传照片或用摄像头拍一张
  • Live 标签页里的摄像头,约每秒一帧
  • Windows、macOS 或 Linux:用 Python 3.11 运行一份副本
先运行
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

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

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

  • 网页浏览器:打开 Hugging Face 上的 Space 页面,上传照片或用摄像头拍一张
  • Live 标签页里的摄像头,约每秒一帧
  • Windows、macOS 或 Linux:用 Python 3.11 运行一份副本
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。

  • 在线演示需要网页浏览器
  • 本地副本需要 Python 3.11
  • requirements.txt 里列出的 Python 包
  • packages.txt 里列出的系统包,在 Linux 上用 apt-get 安装
  1. 想在线使用,打开 Hugging Face 上的 Space 页面。
  2. 想运行副本,先安装 Hugging Face hub 包。
  3. 把 Space 下载到本地文件夹。
  4. 进入该文件夹,安装 Gradio 6.31.0 和列出的包。
  5. 启动应用。
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。

  1. 你添加照片、时间、WBGT 和语言
  2. YOLO26n 检测器找出人和装备
  3. YOLOE-26 提示找出更多物体
  4. 规则引擎列出带理由的隐患
  5. 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。

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
Hazards caught on the Qatar test set
Version 125 percent
Shipped version 2n62 percent
  • License: agpl-3
  • Cost to run: 未提及
  • Data it reaches: 你提供的照片和摄像头画面,以及你输入的时间和 WBGT
  • Not for: 有认证的安全审核,因为它只作参考建议

README 和文件

README

Salamtak سلامتك

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。

简介

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:

  • 网页浏览器:打开 Hugging Face 上的 Space 页面,上传照片或用摄像头拍一张
  • Live 标签页里的摄像头,约每秒一帧
  • Windows、macOS 或 Linux:用 Python 3.11 运行一份副本
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。

  • 在线演示需要网页浏览器
  • 本地副本需要 Python 3.11
  • requirements.txt 里列出的 Python 包
  • packages.txt 里列出的系统包,在 Linux 上用 apt-get 安装
  1. 想在线使用,打开 Hugging Face 上的 Space 页面。
  2. 想运行副本,先安装 Hugging Face hub 包。
  3. 把 Space 下载到本地文件夹。
  4. 进入该文件夹,安装 Gradio 6.31.0 和列出的包。
  5. 启动应用。
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
  • License: agpl-3
  • Cost to run: 未提及
  • Data it reaches: 你提供的照片和摄像头画面,以及你输入的时间和 WBGT
  • Not for: 有认证的安全审核,因为它只作参考建议

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:gradio
  • 许可证:agpl-3.0

链接

  • Space:https://huggingface.co/spaces/plitip/team-qh-091-safesite-app
  • 文件:https://huggingface.co/spaces/plitip/team-qh-091-safesite-app/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  6 KB

1 个文件,共 6 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
Salamtak سلامتك 本页2gradioagpl-3.0
Signature Detection共有 gradio12gradioagpl-3.0
Customer Churn Predictor共有 gradio1gradiomit
Whisper Chileno共有 gradio1gradioapache-2.0
Medical Insight Explorer Agent共有 gradio1gradiomit
Food Waste CV共有 gradio1gradioagpl-3.0
数据为 Mindket 在 2026-11-12 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

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。

新上架

Qwen2.5-7B-Instruct-GGUF

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。

新上架

ACE-Step 1.5 XL SFT

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。

新上架

商务类的相似商品

查看商务类的全部商品

pplx-decider-v1.1-27b

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。

新上架

NuExtract3

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。

新上架

Drex DLM

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。

新上架