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。
Comfy-Org 为 ComfyUI 重新打包的深度估计模型文件,共四种大小。它们把图片或视频变成深度图。适合在图像和视频工作流里需要深度信息的 ComfyUI 用户。
Depth Anything 3 是一款工具包,属于效率类,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 Comfy-Org/Depth-Anything-3
这个仓库放的是 Comfy-Org 重新打包的 Depth Anything 3 权重,让 ComfyUI 可以加载。这个模型估计深度,也就是图片里每个部分离得近还是远。它有四个文件:base、metric large、mono large 和 small。原始模型来自 ByteDance Seed 和 depth-anything 团队。
它适合在 ComfyUI 里搭建图像或视频工作流、需要把深度图作为其中一步的人。它是一组模型文件,不是应用。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 艺术 | 工作流搭建者 | 生成深度图来引导另一个模型 | 把深度图输入图像工作流 |
| 视频剪辑 | 视频剪辑师 | 估计一段视频各帧的深度 | 对一段短视频运行视频深度模板 |
| 研究 | 视觉研究人员 | 在同样的图片上试不同大小的模型 | 在一张照片上对比 small 和 large 文件 |
不使用 ComfyUI 的人可以跳过它,因为模型卡没有给出其他运行方式。
| Use case | Who | What they get back |
|---|---|---|
| 图片深度估计 | 工作流搭建者 | 一张图片的深度图 |
| 视频深度估计 | 视频剪辑师 | 一段视频各帧的深度 |
| 大小选择 | 研究人员 | 四个可以试用的模型文件 |
pip install -U huggingface_hub hf download Comfy-Org/Depth-Anything-3
在 ComfyUI 里,从 Comfy-Org 的工作流模板中打开两个模板之一,然后对你的图片或视频运行它。除了下载,模型卡没有给出其他命令。
| Name | What it does |
|---|---|
| depth_anything_3_base.safetensors | base 模型 |
| depth_anything_3_metric_large.safetensors | metric large 模型 |
| depth_anything_3_mono_large.safetensors | mono large 模型 |
| depth_anything_3_small.safetensors | small 模型 |
| Depth Estimation: Depth Anything 3 | 用于图片的工作流模板 |
| Depth Map: Depth Anything 3 | 用于视频的工作流模板 |
你打开 Depth Estimation 模板,对一张照片运行它。工作流返回这个场景的深度图。模型卡为每个模板展示了一对前后对比的缩略图,所以请在你自己的图片上检查结果。
如果你是新手,深度图就是一张显示哪些东西近、哪些东西远的图片。第一件可以试的事,是用 small 文件,通过图片模板处理一张照片。
对于专家来说,记录里把任务列为 depth estimation,把库列为 diffusion-single-file,基于 DA3-BASE。权重是单个 safetensors 文件,由 ComfyUI 从它的 models 文件夹读取。模型卡没有说明 metric 和 mono 两种变体在输出上有什么不同。
Comfy-Org 为 ComfyUI 重新打包的深度估计模型文件,共四种大小。它们把图片或视频变成深度图。适合在图像和视频工作流里需要深度信息的 ComfyUI 用户。
由 Comfy-Org 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:这个仓库放的是 Comfy-Org 重新打包的 Depth Anything 3 权重,让 ComfyUI 可以加载。这个模型估计深度,也就是图片里每个部分离得近还是远。它有四个文件:base、metric large、mono large 和 small。原始模型来自 ByteDance Seed 和 depth-anything 团队。
适合谁:它适合在 ComfyUI 里搭建图像或视频工作流、需要把深度图作为其中一步的人。它是一组模型文件,不是应用。
Title: 谁在用
Industry | Who uses it | How they use it | Example
AI 艺术 | 工作流搭建者 | 生成深度图来引导另一个模型 | 把深度图输入图像工作流
视频剪辑 | 视频剪辑师 | 估计一段视频各帧的深度 | 对一段短视频运行视频深度模板
研究 | 视觉研究人员 | 在同样的图片上试不同大小的模型 | 在一张照片上对比 small 和 large 文件
不使用 ComfyUI 的人可以跳过它,因为模型卡没有给出其他运行方式。
用在哪里:
Title: 主要用途
Use case | Who | What they get back
图片深度估计 | 工作流搭建者 | 一张图片的深度图
视频深度估计 | 视频剪辑师 | 一段视频各帧的深度
大小选择 | 研究人员 | 四个可以试用的模型文件
如何设置:
pip install -U huggingface_hub
hf download Comfy-Org/Depth-Anything-3
如何使用:在 ComfyUI 里,从 Comfy-Org 的工作流模板中打开两个模板之一,然后对你的图片或视频运行它。除了下载,模型卡没有给出其他命令。
Title: 文件和模板
Name | What it does
depth_anything_3_base.safetensors | base 模型
depth_anything_3_metric_large.safetensors | metric large 模型
depth_anything_3_mono_large.safetensors | mono large 模型
depth_anything_3_small.safetensors | small 模型
Depth Estimation: Depth Anything 3 | 用于图片的工作流模板
Depth Map: Depth Anything 3 | 用于视频的工作流模板
示例:你打开 Depth Estimation 模板,对一张照片运行它。工作流返回这个场景的深度图。模型卡为每个模板展示了一对前后对比的缩略图,所以请在你自己的图片上检查结果。
新手与专家:如果你是新手,深度图就是一张显示哪些东西近、哪些东西远的图片。第一件可以试的事,是用 small 文件,通过图片模板处理一张照片。
对于专家来说,记录里把任务列为 depth estimation,把库列为 diffusion-single-file,基于 DA3-BASE。权重是单个 safetensors 文件,由 ComfyUI 从它的 models 文件夹读取。模型卡没有说明 metric 和 mono 两种变体在输出上有什么不同。
下载四个 safetensors 文件
复制到 models 文件夹
打开一个 Depth Anything 3 模板
运行它得到深度图
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Comfy-Org/Depth-Anything-3
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Depth Anything 3 本页 | 74,199 | 31 | apache-2.0 | |
| BiRefNet共有 diffusion-single-file · comfyui | 232,004 | 64 | mit | |
| MOSS-Image depth control LoRA共有 comfyui | 2,011 | 6 | apache-2.0 | |
| BFS Best Face Swap共有 comfyui | 407 | 3 | mit | |
| Moss-Image-Edit LoRA for ComfyUI共有 comfyui | 0 | 18 | gpl-3.0 | |
| MOSS-Image-Edit-HQ共有 comfyui | 0 | 90 | 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。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。