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。
为小型开源双足机器人 MicroDuck 做的可玩 3D 足球训练场。它用简化的球模型,只是早期演示,不是训练好的机器人控制器。
QuackLeague 是一款工具包,属于研究类,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 RIc0101/QuackLeague --repo-type space --local-dir QuackLeague cd QuackLeague
QuackLeague 是一个针对小型开源双足机器人 MicroDuck 的独立足球研究项目。这个 Space 是一个静态网页,里面有可玩的 3D 示意图和一个刻意简化的球模型。它只是早期演示,不是训练好的机器人控制器,也和这款机器人的制造方没有关联。
适合想看一次踢球、一种地面和一条球路在简单模型里怎样配合的机器人爱好者和学生。关注 MicroDuck 项目的人也可以用它看看足球这部分工作进行到哪一步。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 机器人 | 机器人爱好者 | 在浏览器里玩 MicroDuck 的踢球场景 | 试试三个挑战,看小鸭怎么踢球 |
| 教育 | 物理和工程专业的学生 | 研究一个减速固定的简单滚球 | 比较球在草皮和光滑地面上滚多远 |
| 研究 | 机器人学习研究者 | 了解项目早期的足球工作和后续计划 | 阅读现在已有什么、之后计划做什么的对照表 |
| 游戏与网页设计 | 前端开发者 | 阅读一个带 3D 和 2D 渲染的小型静态项目 | 打开文件,看球场是怎么画出来的 |
如果你想要真实的机器人动力学、学出来的策略或硬件结果,可以跳过它,因为这个 Space 说明了它一样都没有。
| 用途 | 适合谁 | 你得到什么 |
|---|---|---|
| 向球门射一脚 | 任何好奇的人 | 一次踢球、一个滚动的球,以及带距离和射门用时的结果 |
| 导出这些尝试 | 学生和研究者 | 一个记录了这些尝试的本地 JSON 文件 |
在线使用什么都不用准备。想保留一份静态页面的副本,需要的东西很少。
pip install -U huggingface_hub hf download RIc0101/QuackLeague --repo-type space --local-dir QuackLeague cd QuackLeague
选一个挑战,设定瞄准方向和踢球力度,并对比三种地面。然后按下 Kick it,看结果。页面提供三个镜头,分别是边线、俯视和前锋视角。
| 工具 | 作用 |
|---|---|
| Find the net, Beat the keeper, Thread the needle | 可以选择的三个挑战 |
| 瞄准和踢球力度 | 设定射门的方向和力量 |
| Kick it | 小鸭踢球,球沿着固定的路径滚动 |
| Replay | 重复上一次的设置,不增加射门次数 |
| Reset session | 清空本次会话 |
| Export session | 把你记录的尝试写入你电脑上的一个 JSON 文件 |
你选择 Beat the keeper,在草皮地面上设定瞄准方向和踢球力度,然后按下 Kick it。小鸭先蓄力再踢球。球滚动到停下,页面显示结果、距离和射门用时。
如果你是新手,打开页面,选择 Find the net,再按下 Kick it。然后换一种地面再踢一次,看球滚的距离有什么不同。键盘也能操作,页面也会遵循减少动态效果的设置。
如果你熟悉这个领域:球以恒定的减速度运动,减速度由地面决定,相同的输入总是得到相同的结果。踢球和庆祝都是预先编排的动画。关节、平衡、扭矩、脚部接触、旋转、视觉和策略推理都没有被模拟。页面里没有模型权重,学习那一栏是空的。
页面上的数字是选定的示意数值,不是硬件测量值。
为小型开源双足机器人 MicroDuck 做的可玩 3D 足球训练场。它用简化的球模型,只是早期演示,不是训练好的机器人控制器。
由 RIc0101 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:QuackLeague 是一个针对小型开源双足机器人 MicroDuck 的独立足球研究项目。这个 Space 是一个静态网页,里面有可玩的 3D 示意图和一个刻意简化的球模型。它只是早期演示,不是训练好的机器人控制器,也和这款机器人的制造方没有关联。
适合谁:适合想看一次踢球、一种地面和一条球路在简单模型里怎样配合的机器人爱好者和学生。关注 MicroDuck 项目的人也可以用它看看足球这部分工作进行到哪一步。
行业 | 谁在用 | 怎么用 | 例子
机器人 | 机器人爱好者 | 在浏览器里玩 MicroDuck 的踢球场景 | 试试三个挑战,看小鸭怎么踢球
教育 | 物理和工程专业的学生 | 研究一个减速固定的简单滚球 | 比较球在草皮和光滑地面上滚多远
研究 | 机器人学习研究者 | 了解项目早期的足球工作和后续计划 | 阅读现在已有什么、之后计划做什么的对照表
游戏与网页设计 | 前端开发者 | 阅读一个带 3D 和 2D 渲染的小型静态项目 | 打开文件,看球场是怎么画出来的
如果你想要真实的机器人动力学、学出来的策略或硬件结果,可以跳过它,因为这个 Space 说明了它一样都没有。
用在哪里:
用途 | 适合谁 | 你得到什么
向球门射一脚 | 任何好奇的人 | 一次踢球、一个滚动的球,以及带距离和射门用时的结果
导出这些尝试 | 学生和研究者 | 一个记录了这些尝试的本地 JSON 文件
如何设置:在线使用什么都不用准备。想保留一份静态页面的副本,需要的东西很少。
pip install -U huggingface_hub
hf download RIc0101/QuackLeague --repo-type space --local-dir QuackLeague
cd QuackLeague
如何使用:选一个挑战,设定瞄准方向和踢球力度,并对比三种地面。然后按下 Kick it,看结果。页面提供三个镜头,分别是边线、俯视和前锋视角。
工具 | 作用
Find the net, Beat the keeper, Thread the needle | 可以选择的三个挑战
瞄准和踢球力度 | 设定射门的方向和力量
Kick it | 小鸭踢球,球沿着固定的路径滚动
Replay | 重复上一次的设置,不增加射门次数
Reset session | 清空本次会话
Export session | 把你记录的尝试写入你电脑上的一个 JSON 文件
示例:你选择 Beat the keeper,在草皮地面上设定瞄准方向和踢球力度,然后按下 Kick it。小鸭先蓄力再踢球。球滚动到停下,页面显示结果、距离和射门用时。
新手与专家:如果你是新手,打开页面,选择 Find the net,再按下 Kick it。然后换一种地面再踢一次,看球滚的距离有什么不同。键盘也能操作,页面也会遵循减少动态效果的设置。
如果你熟悉这个领域:球以恒定的减速度运动,减速度由地面决定,相同的输入总是得到相同的结果。踢球和庆祝都是预先编排的动画。关节、平衡、扭矩、脚部接触、旋转、视觉和策略推理都没有被模拟。页面里没有模型权重,学习那一栏是空的。
选一个挑战
设定瞄准、力度和地面
按下 Kick it
球按固定公式滚动
查看结果、距离和射门用时
Title: 各种地面上球的减速度
草皮: 0.62 m/s²
光滑: 0.30 m/s²
高摩擦: 1.00 m/s²
注意事项:页面上的数字是选定的示意数值,不是硬件测量值。
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 5 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 |
|---|---|---|---|---|
| QuackLeague 本页 | 1 | static | mit | |
| MiMo RL Environment Explorer共有 reinforcement-learning | 91 | docker | apache-2.0 | |
| RL Environments on Hugging Face共有 reinforcement-learning | 40 | docker | apache-2.0 | |
| Arena Leaderboard共有 static | 5,039 | static | apache-2.0 | |
| Browser共有 static | 533 | static | cc0-1.0 | |
| Model Pulse共有 static | 214 | static | 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。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。