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。
Qwen Image 2.1 的 LoRA,可以把一张现有图片转到你选定的新镜头角度,同时保持它的风格。它用高斯泼溅或 3D 模型生成的粗略渲染图来引导。
QI_2.1_AnyAngle 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 lilylilith/QI_2.1_AnyAngle
AnyAngle 是 Qwen Image 2.1 的 LoRA,用来改变一张现有图片的镜头角度。图像生成器经常达不到你要求的角度,而编辑模型往往只提供固定的转动,角度一大风格还会漂移。AnyAngle 拿一张按你想要的角度生成的场景粗略渲染图,把那个角度转移到你的原图上,并保持风格一致。
它适合想要给图片一个精确的新视角、并且愿意把 Blender 加进工作流的艺术家和图像创作者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 插画 | 数字艺术家 | 把完成的图片转到新视角并保持它的外观 | 从更高的角度展示一张角色画 |
| 影视动画 | 分镜师 | 从几个镜头角度规划镜头 | 试用 turbo 版本来快速规划镜头 |
| 游戏和 3D 美术 | Blender 用户 | 把 Blender 渲染图与原图配对 | 渲染一张粗略视图,再把它重绘成与原图相符的风格 |
如果你的图片分辨率低,或者人脸不清晰,效果可能会变差,这时你也许更适合用别的工具。
| 用途 | 谁用 | 能得到什么 |
|---|---|---|
| 新的镜头角度 | 艺术家 | 从你在 Blender 里设定的角度重绘的原图 |
| 镜头规划 | 分镜师 | 用 turbo 模型快速得到同一场景的多个角度视图 |
| 保持风格的转向 | 插画师 | 保持原图外观的转向视图 |
你需要先准备:
pip install -U huggingface_hub hf download lilylilith/QI_2.1_AnyAngle
把两张图片交给 Qwen Image 2.1,一张是原图,一张是粗略渲染图,按模型卡里工作流示意图的方式连接。然后使用下面的编辑提示。
Change the camera angle from <image2> to <image1>.
| 设置 | 值 |
|---|---|
| LoRA 强度 | 1 |
| CFG | 3.0 |
| 步数 | 20 或更多 |
| 工具 | 作用 |
|---|---|
| 泼溅或 3D 生成器 | 把你的图片变成可以从其他角度查看的场景 |
| Blender | 放置新相机并渲染粗略视图 |
| Qwen Image 2.1 加 AnyAngle | 把新角度转移到你的原图上 |
你有一个角色的正面图。你把它变成泼溅,在 Blender 里把相机放在上方和侧面,然后渲染。Qwen Image 2.1 加 AnyAngle 随后会用同样的风格,从那个角度重绘原图。
第一次尝试可以用一张主体简单的图片和一个幅度不大的镜头移动。先检查粗略渲染图,因为最终结果会跟着它走。
对懂行的人来说,这个 LoRA 是在成对数据上训练的。每一对包含一张锚点图,以及同一场景从另一个角度拍的一帧,称为目标。目标会变成泼溅或 3D 模型,它的粗略渲染图充当控制图像。数据混合了多种风格的 Blender 渲染图,以及 MiniMax H3 为数字插画制作的转台视频,其中主体保持静止。训练进行了几千步。因为真实的 Blender 渲染图里没有任何编造的内容,所以风格保持对齐。
Qwen Image 2.1 的 LoRA,可以把一张现有图片转到你选定的新镜头角度,同时保持它的风格。它用高斯泼溅或 3D 模型生成的粗略渲染图来引导。
由 lilylilith 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:AnyAngle 是 Qwen Image 2.1 的 LoRA,用来改变一张现有图片的镜头角度。图像生成器经常达不到你要求的角度,而编辑模型往往只提供固定的转动,角度一大风格还会漂移。AnyAngle 拿一张按你想要的角度生成的场景粗略渲染图,把那个角度转移到你的原图上,并保持风格一致。
适合谁:它适合想要给图片一个精确的新视角、并且愿意把 Blender 加进工作流的艺术家和图像创作者。
行业 | 谁在用 | 怎么用 | 例子
插画 | 数字艺术家 | 把完成的图片转到新视角并保持它的外观 | 从更高的角度展示一张角色画
影视动画 | 分镜师 | 从几个镜头角度规划镜头 | 试用 turbo 版本来快速规划镜头
游戏和 3D 美术 | Blender 用户 | 把 Blender 渲染图与原图配对 | 渲染一张粗略视图,再把它重绘成与原图相符的风格
如果你的图片分辨率低,或者人脸不清晰,效果可能会变差,这时你也许更适合用别的工具。
用在哪里:
用途 | 谁用 | 能得到什么
新的镜头角度 | 艺术家 | 从你在 Blender 里设定的角度重绘的原图
镜头规划 | 分镜师 | 用 turbo 模型快速得到同一场景的多个角度视图
保持风格的转向 | 插画师 | 保持原图外观的转向视图
如何设置:
你需要先准备:
pip install -U huggingface_hub
hf download lilylilith/QI_2.1_AnyAngle
如何使用:
把两张图片交给 Qwen Image 2.1,一张是原图,一张是粗略渲染图,按模型卡里工作流示意图的方式连接。然后使用下面的编辑提示。
Change the camera angle from <image2> to <image1>.
Title: 模型卡推荐的设置
设置 | 值
LoRA 强度 | 1
CFG | 3.0
步数 | 20 或更多
工具 | 作用
泼溅或 3D 生成器 | 把你的图片变成可以从其他角度查看的场景
Blender | 放置新相机并渲染粗略视图
Qwen Image 2.1 加 AnyAngle | 把新角度转移到你的原图上
示例:你有一个角色的正面图。你把它变成泼溅,在 Blender 里把相机放在上方和侧面,然后渲染。Qwen Image 2.1 加 AnyAngle 随后会用同样的风格,从那个角度重绘原图。
新手与专家:第一次尝试可以用一张主体简单的图片和一个幅度不大的镜头移动。先检查粗略渲染图,因为最终结果会跟着它走。
对懂行的人来说,这个 LoRA 是在成对数据上训练的。每一对包含一张锚点图,以及同一场景从另一个角度拍的一帧,称为目标。目标会变成泼溅或 3D 模型,它的粗略渲染图充当控制图像。数据混合了多种风格的 Blender 渲染图,以及 MiniMax H3 为数字插画制作的转台视频,其中主体保持静止。训练进行了几千步。因为真实的 Blender 渲染图里没有任何编造的内容,所以风格保持对齐。
你的图片变成泼溅或 3D 模型
导入 Blender 并设置新的镜头角度
从那个角度渲染粗略图
Qwen Image 2.1 加 AnyAngle 渲染最终图片
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download lilylilith/QI_2.1_AnyAngle
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 6 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 |
|---|---|---|---|---|
| QI_2.1_AnyAngle 本页 | 13,198 | 189 | apache-2.0 | |
| Qwen-Image-2.1-Next-Scene-LoRA共有 qwen-image-2.1 · image-to-image · lora | 4,581 | 71 | apache-2.0 | |
| Qwen-Image-2.1-Multiple-Angles-LoRA共有 qwen-image-2.1 · image-to-image · lora | 3,505 | 110 | apache-2.0 | |
| MOSS-Image depth control LoRA共有 image-to-image · lora · diffusers | 2,011 | 6 | apache-2.0 | |
| Moss-Image-Edit LoRA for ComfyUI共有 image-to-image · lora | 0 | 18 | gpl-3.0 | |
| Qwen-Image-2.1-LoRAs共有 lora · diffusers | 28,839 | 138 | 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。