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。
一个用于识别生物医学文本中命名实体的 Gradio 演示,基于 ajitrajasekharan/biomedical 模型。适合想在浏览器里试用实体标注的人。
BiomedicalNERModel 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 ajitrajasekharan/Bio-medical-NER-Model-Gradio-Demo --repo-type space --local-dir Bio-medical-NER-Model-Gradio-Demo cd Bio-medical-NER-Model-Gradio-Demo
BiomedicalNERModel 是 Hugging Face Spaces 上的一个 Gradio 演示,用于识别生物医学文本中的命名实体。它指定了 ajitrajasekharan/biomedical 模型。仓库很小,只有 README 和 app.py,README 只有一个设置指引。
它适合处理生物医学文本、想在浏览器里看实体标注的人,也适合想看模型如何放在 Gradio 页面后面的学习者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 医疗研究 | 文本挖掘研究者 | 在生物医学句子上试用实体标注 | 打开 Space,输入一句话 |
| 生命科学 | 数据科学家 | 阅读 app.py,看模型怎么被调用 | 下载这个 Space,打开 app.py |
| 教育 | 讲师 | 在专业领域文本上演示命名实体识别 | 在课堂上运行这个演示 |
如果你需要生产级流程、实体类型清单或实测准确率,可以跳过它,因为来源没有给出这些。
| Use case | Who | What they get back |
|---|---|---|
| 标注句子里的实体 | 研究者 | 浏览器里显示的、文本中被标出的实体 |
| 学习模型演示 | 学习者 | 一个调用指定模型的应用文件 |
在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub hf download ajitrajasekharan/Bio-medical-NER-Model-Gradio-Demo --repo-type space --local-dir Bio-medical-NER-Model-Gradio-Demo cd Bio-medical-NER-Model-Gradio-Demo pip install gradio python app.py
打开 Hugging Face 上的 Space 页面,输入一些生物医学文本,看返回的结果。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
你在文本框里粘贴一句关于药物和疾病的话。应用把它交给生物医学模型,并显示在句子里找到的实体。
如果你是新手,打开 Space 页面,先试一句短话。命名实体识别的意思是,模型会在你的文本里标出事物的名称,比如药物或疾病。
如果你懂这个领域,来源只提到一个模型 ajitrajasekharan/biomedical,仓库里也没有依赖文件。这些步骤只安装 Gradio,所以你的电脑上可能还需要额外的包。
一个用于识别生物医学文本中命名实体的 Gradio 演示,基于 ajitrajasekharan/biomedical 模型。适合想在浏览器里试用实体标注的人。
由 ajitrajasekharan 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:BiomedicalNERModel 是 Hugging Face Spaces 上的一个 Gradio 演示,用于识别生物医学文本中的命名实体。它指定了 ajitrajasekharan/biomedical 模型。仓库很小,只有 README 和 app.py,README 只有一个设置指引。
适合谁:它适合处理生物医学文本、想在浏览器里看实体标注的人,也适合想看模型如何放在 Gradio 页面后面的学习者。
Industry | Who uses it | How they use it | Example
医疗研究 | 文本挖掘研究者 | 在生物医学句子上试用实体标注 | 打开 Space,输入一句话
生命科学 | 数据科学家 | 阅读 app.py,看模型怎么被调用 | 下载这个 Space,打开 app.py
教育 | 讲师 | 在专业领域文本上演示命名实体识别 | 在课堂上运行这个演示
如果你需要生产级流程、实体类型清单或实测准确率,可以跳过它,因为来源没有给出这些。
用在哪里:
Use case | Who | What they get back
标注句子里的实体 | 研究者 | 浏览器里显示的、文本中被标出的实体
学习模型演示 | 学习者 | 一个调用指定模型的应用文件
如何设置:在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub
hf download ajitrajasekharan/Bio-medical-NER-Model-Gradio-Demo --repo-type space --local-dir Bio-medical-NER-Model-Gradio-Demo
cd Bio-medical-NER-Model-Gradio-Demo
pip install gradio
python app.py
如何使用:打开 Hugging Face 上的 Space 页面,输入一些生物医学文本,看返回的结果。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
示例:你在文本框里粘贴一句关于药物和疾病的话。应用把它交给生物医学模型,并显示在句子里找到的实体。
新手与专家:如果你是新手,打开 Space 页面,先试一句短话。命名实体识别的意思是,模型会在你的文本里标出事物的名称,比如药物或疾病。
如果你懂这个领域,来源只提到一个模型 ajitrajasekharan/biomedical,仓库里也没有依赖文件。这些步骤只安装 Gradio,所以你的电脑上可能还需要额外的包。
你在浏览器里输入生物医学文本
app.py 把它发给指定的模型
标注出的实体显示在页面上
注意事项:
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 |
|---|---|---|---|---|
| BiomedicalNERModel 本页 | 5 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | 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。