Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
在 Gradio 应用里试用 SAM3 分割模型:给一张图片加上提示词,看它挑出了哪些物体。可在浏览器或你自己的电脑上运行。
SAM3 Demo 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/SAM3-Demo --repo-type space --local-dir SAM3-Demo cd SAM3-Demo
这个 Space 是 Meta 的 SAM3 模型的 Gradio 演示,一个可以用提示词来引导的分割模型。分割的意思是标出图片里哪些像素属于哪个物体。
这个页面让你在浏览器里试用模型,不用自己配置。
适合想看 SAM3 能从图像里挑出什么的人,也适合想要一个只加载一个模型的简短 Gradio 示例的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 计算机视觉 | 研究者 | 在测试图片上试提示词 | 检查 SAM3 把一个物体从其余部分分开的效果 |
| 设计 | 图像编辑者 | 查看模型生成的掩码 | 判断它能否帮助抠出主体 |
| AI 开发 | 开发者 | 阅读 app.py 和 requirements.txt | 把这个应用用到另一个分割模型上 |
| 教育 | 学生 | 打开页面试用示例 | 了解什么是可提示分割 |
如果你需要处理整个文件夹的图片,可以跳过,因为这只是一个单页演示。
这个应用可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 在线试用 SAM3 | 好奇的人 | 浏览器页面里的结果 |
| 在图片上测试提示词 | 研究者 | 模型挑出的物体 |
| 研究演示代码 | 开发者 | 一个围绕单个模型的简短 Gradio 应用 |
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/SAM3-Demo --repo-type space --local-dir SAM3-Demo cd SAM3-Demo pip install gradio==6.30.0 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。然后给它一张图片和一个提示词并运行。
python app.py
你打开这个 Space,添加一张图片,输入一个指出你关心的物体的提示词并运行。页面会显示这张图片,并把那个物体挑出来。
如果你是新手,打开 Space 页面,先从一张示例图片开始。改改提示词,看模型选中了什么。
如果你熟悉这个领域:这个应用在 Gradio 6.30.0 里封装了单个模型 facebook/sam3。在线运行在 zero-a10g 硬件上,本地副本除了 Python 包之外还要下载模型权重。仓库很短,有 app.py、一个 examples 文件夹和两个依赖文件。
仓库一共有 10 个文件。Hugging Face 给这个 Space 标了 Gradio 和 MCP 标签。
在 Gradio 应用里试用 SAM3 分割模型:给一张图片加上提示词,看它挑出了哪些物体。可在浏览器或你自己的电脑上运行。
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 Meta 的 SAM3 模型的 Gradio 演示,一个可以用提示词来引导的分割模型。分割的意思是标出图片里哪些像素属于哪个物体。
这个页面让你在浏览器里试用模型,不用自己配置。
适合谁:适合想看 SAM3 能从图像里挑出什么的人,也适合想要一个只加载一个模型的简短 Gradio 示例的开发者。
Industry | Who uses it | How they use it | Example
计算机视觉 | 研究者 | 在测试图片上试提示词 | 检查 SAM3 把一个物体从其余部分分开的效果
设计 | 图像编辑者 | 查看模型生成的掩码 | 判断它能否帮助抠出主体
AI 开发 | 开发者 | 阅读 app.py 和 requirements.txt | 把这个应用用到另一个分割模型上
教育 | 学生 | 打开页面试用示例 | 了解什么是可提示分割
如果你需要处理整个文件夹的图片,可以跳过,因为这只是一个单页演示。
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
在线试用 SAM3 | 好奇的人 | 浏览器页面里的结果
在图片上测试提示词 | 研究者 | 模型挑出的物体
研究演示代码 | 开发者 | 一个围绕单个模型的简短 Gradio 应用
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/SAM3-Demo --repo-type space --local-dir SAM3-Demo
cd SAM3-Demo
pip install gradio==6.30.0
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。然后给它一张图片和一个提示词并运行。
python app.py
示例:你打开这个 Space,添加一张图片,输入一个指出你关心的物体的提示词并运行。页面会显示这张图片,并把那个物体挑出来。
新手与专家:如果你是新手,打开 Space 页面,先从一张示例图片开始。改改提示词,看模型选中了什么。
如果你熟悉这个领域:这个应用在 Gradio 6.30.0 里封装了单个模型 facebook/sam3。在线运行在 zero-a10g 硬件上,本地副本除了 Python 包之外还要下载模型权重。仓库很短,有 app.py、一个 examples 文件夹和两个依赖文件。
打开 Space 页面或运行 app.py
添加图片和提示词
SAM3 分割提示词指出的物体
结果显示在同一个页面上
注意事项:仓库一共有 10 个文件。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 |
|---|---|---|---|---|
| SAM3 Demo 本页 | 91 | 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 | |
| TRELLIS.2-Text-to-3D (Rerun)共有 mcp-server · gradio | 58 | 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 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。
Wan-AI · 工具包
通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。