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。
在 Gradio 应用里用微软的 TRELLIS.2 把文字提示词或图片变成 3D 模型。可在浏览器里用,也可在装有 Python 3.12 的自己电脑上运行。
TRELLIS.2-Text-to-3D (Rerun) 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 prithivMLmods/TRELLIS.2-Text-to-3D --repo-type space --local-dir TRELLIS.2-Text-to-3D cd TRELLIS.2-Text-to-3D
这个 Space 是一个生成 3D 模型的 Gradio 应用。你可以从文字提示词开始,应用会先把它变成一张图片,也可以直接从你已有的图片开始。
3D 这一步用的是 4B 规模的 TRELLIS.2。应用还列出了 FLUX.1-dev、Z-Image-Turbo、DINOv3 和 CLIP 模型,用在工作的其他环节。
适合想不装任何东西就看文字或图片变成 3D 物体的人,也适合想读几个模型怎样串成一条流水线的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 游戏开发 | 独立开发者 | 把概念提示词或草图图片变成 3D 素材 | 在手工建模之前先试一个道具的想法 |
| 3D 设计 | 艺术家 | 从一张图片开始,查看生成的模型 | 比较同一个物体的几张源图片 |
| AI 开发 | 开发者 | 阅读 app.py 和 trellis2 文件夹 | 了解 3D 这一步是怎样接在图片这一步后面的 |
| 教育 | 学生 | 打开页面试用示例图片 | 看看图片转 3D 能做什么 |
如果你需要有支持服务的可用于生产的 3D 文件,可以跳过,因为这只是一个演示页面。
这个应用可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 文字转 3D | 好奇的人 | 由提示词生成的 3D 模型 |
| 图片转 3D | 艺术家 | 由图片生成的 3D 模型 |
| 研究流水线 | 开发者 | 一个包含应用和 trellis2 代码的仓库 |
在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub hf download prithivMLmods/TRELLIS.2-Text-to-3D --repo-type space --local-dir TRELLIS.2-Text-to-3D cd TRELLIS.2-Text-to-3D pip install gradio==6.14.0 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后输入提示词或添加图片并运行。
python app.py
你打开这个 Space,输入一句对物体的简短描述并运行。应用先生成一张图片,再据此构建 3D 模型,并把结果显示在页面上。
如果你是新手,打开 Space 页面,先试一张示例图片,因为从图片出发是得到 3D 结果的最短路径。然后再试文字提示词。
如果你熟悉这个领域:这是一条多模型流水线,文字转图片的环节喂给 TRELLIS.2 4B,旁边还列出了 DINOv3 和 CLIP 编码器。仓库有 266 个文件,大部分是 trellis2 代码,另有一个 autotune_cache.json 文件。在线运行在 zero-a10g 硬件上,用的是 Gradio 6.14.0。
名字里带有 Rerun 这个词,来源没有解释它。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。
在 Gradio 应用里用微软的 TRELLIS.2 把文字提示词或图片变成 3D 模型。可在浏览器里用,也可在装有 Python 3.12 的自己电脑上运行。
由 prithivMLmods 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:这个 Space 是一个生成 3D 模型的 Gradio 应用。你可以从文字提示词开始,应用会先把它变成一张图片,也可以直接从你已有的图片开始。
3D 这一步用的是 4B 规模的 TRELLIS.2。应用还列出了 FLUX.1-dev、Z-Image-Turbo、DINOv3 和 CLIP 模型,用在工作的其他环节。
适合谁:适合想不装任何东西就看文字或图片变成 3D 物体的人,也适合想读几个模型怎样串成一条流水线的开发者。
Industry | Who uses it | How they use it | Example
游戏开发 | 独立开发者 | 把概念提示词或草图图片变成 3D 素材 | 在手工建模之前先试一个道具的想法
3D 设计 | 艺术家 | 从一张图片开始,查看生成的模型 | 比较同一个物体的几张源图片
AI 开发 | 开发者 | 阅读 app.py 和 trellis2 文件夹 | 了解 3D 这一步是怎样接在图片这一步后面的
教育 | 学生 | 打开页面试用示例图片 | 看看图片转 3D 能做什么
如果你需要有支持服务的可用于生产的 3D 文件,可以跳过,因为这只是一个演示页面。
用在哪里:这个应用可以在下面这些地方运行。
Use case | Who | What they get back
文字转 3D | 好奇的人 | 由提示词生成的 3D 模型
图片转 3D | 艺术家 | 由图片生成的 3D 模型
研究流水线 | 开发者 | 一个包含应用和 trellis2 代码的仓库
如何设置:在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub
hf download prithivMLmods/TRELLIS.2-Text-to-3D --repo-type space --local-dir TRELLIS.2-Text-to-3D
cd TRELLIS.2-Text-to-3D
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后输入提示词或添加图片并运行。
python app.py
示例:你打开这个 Space,输入一句对物体的简短描述并运行。应用先生成一张图片,再据此构建 3D 模型,并把结果显示在页面上。
新手与专家:如果你是新手,打开 Space 页面,先试一张示例图片,因为从图片出发是得到 3D 结果的最短路径。然后再试文字提示词。
如果你熟悉这个领域:这是一条多模型流水线,文字转图片的环节喂给 TRELLIS.2 4B,旁边还列出了 DINOv3 和 CLIP 编码器。仓库有 266 个文件,大部分是 trellis2 代码,另有一个 autotune_cache.json 文件。在线运行在 zero-a10g 硬件上,用的是 Gradio 6.14.0。
输入提示词或添加图片
提示词先变成一张图片
TRELLIS.2 据此构建 3D 模型
模型显示在同一个页面上
注意事项:名字里带有 Rerun 这个词,来源没有解释它。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。
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 |
|---|---|---|---|---|
| TRELLIS.2-Text-to-3D (Rerun) 本页 | 58 | gradio | apache-2.0 | |
| Z Image Turbo共有 mcp-server · gradio | 1,940 | gradio | apache-2.0 | |
| TRELLIS共有 mcp-server · gradio | 817 | gradio | mit | |
| SAM3 Demo共有 mcp-server · gradio | 91 | gradio | apache-2.0 | |
| Multi-Agent AI - Coding共有 mcp-server · gradio | 39 | gradio | apache-2.0 | |
| MOSS-Image 8-step DMD共有 mcp-server · gradio | 34 | gradio | apache-2.0 |
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。
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。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。