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。
判断一张图片是真实的还是 AI 生成的,用的是在约 5 万张真实图片和 5 万张生成图片的纹理块上训练的分类器。适合想对一张图片得到快速第二意见的人。
AI Generated Image Detector 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 ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector cd AI_Generated_Image_Detector
这个 Space 是一个图片分类器,判断一张图片是真实的还是 AI 生成的。它把图片切成小块,按纹理多少分类,再对每一块做一种频率度量,最后由训练好的分类器做判断。训练好的权重就放在仓库里。
适合想对一张图片得到第二意见的记者、研究者和好奇的用户,也适合想从头到尾研究一个小型检测器的学生。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 媒体 | 记者 | 对可疑图片快速得到一个信号 | 检查读者发来的一张图片 |
| 科研 | 研究者 | 研究基于图像块和频率的检测器 | 阅读 train.py 和 preprocess.py |
| 教育 | 学生 | 了解图片分类器是怎么训练的 | 按先预处理再训练的步骤来做 |
需要为法律或新闻编辑部决定提供证据的人可以跳过它,因为分类器给的是估计,不是证据。
| Use case | Who | What they get back |
|---|---|---|
| 检查一张图片 | 记者 | 对这张图片真实或 AI 生成的判断 |
| 研究方法 | 研究者 | 预处理、训练和模型的代码 |
| 重新训练 | 学生 | 用你自己的数据训练自己的副本的途径 |
pip install -U huggingface_hub hf download ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector cd AI_Generated_Image_Detector pip install gradio==4.36.1 pip install -r requirements.txt python app.py
在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后给页面一张要检查的图片。
python app.py
你添加一张拿不准的图片。应用对这张图运行分类器,并返回它看起来是真实的还是 AI 生成的。
如果你是新手,先打开这个 Space,试一张你确定是照片的图片,再试一张你确定是生成的图片。把答案当作提示,而不是定论。
如果你是专家,检测器把每张图片切成块,标记为纹理丰富或贫乏,并对每一块在加了位置嵌入后计算方位角积分。作者建议先运行 preprocess.py,把数据保存为 .h5 文件,再运行 train.py。预处理很慢,会让 CPU 一直忙,所以不要在训练时同时预处理。
判断一张图片是真实的还是 AI 生成的,用的是在约 5 万张真实图片和 5 万张生成图片的纹理块上训练的分类器。适合想对一张图片得到快速第二意见的人。
由 ymcmy 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 是一个图片分类器,判断一张图片是真实的还是 AI 生成的。它把图片切成小块,按纹理多少分类,再对每一块做一种频率度量,最后由训练好的分类器做判断。训练好的权重就放在仓库里。
适合谁:适合想对一张图片得到第二意见的记者、研究者和好奇的用户,也适合想从头到尾研究一个小型检测器的学生。
Industry | Who uses it | How they use it | Example
媒体 | 记者 | 对可疑图片快速得到一个信号 | 检查读者发来的一张图片
科研 | 研究者 | 研究基于图像块和频率的检测器 | 阅读 train.py 和 preprocess.py
教育 | 学生 | 了解图片分类器是怎么训练的 | 按先预处理再训练的步骤来做
需要为法律或新闻编辑部决定提供证据的人可以跳过它,因为分类器给的是估计,不是证据。
用在哪里:
Use case | Who | What they get back
检查一张图片 | 记者 | 对这张图片真实或 AI 生成的判断
研究方法 | 研究者 | 预处理、训练和模型的代码
重新训练 | 学生 | 用你自己的数据训练自己的副本的途径
如何设置:
pip install -U huggingface_hub
hf download ymcmy/AI_Generated_Image_Detector --repo-type space --local-dir AI_Generated_Image_Detector
cd AI_Generated_Image_Detector
pip install gradio==4.36.1
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。然后给页面一张要检查的图片。
python app.py
示例:你添加一张拿不准的图片。应用对这张图运行分类器,并返回它看起来是真实的还是 AI 生成的。
新手与专家:如果你是新手,先打开这个 Space,试一张你确定是照片的图片,再试一张你确定是生成的图片。把答案当作提示,而不是定论。
如果你是专家,检测器把每张图片切成块,标记为纹理丰富或贫乏,并对每一块在加了位置嵌入后计算方位角积分。作者建议先运行 preprocess.py,把数据保存为 .h5 文件,再运行 train.py。预处理很慢,会让 CPU 一直忙,所以不要在训练时同时预处理。
你添加一张图片
它被切成小块
每一块得到一个频率度量
分类器给出判断
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 |
|---|---|---|---|---|
| AI Generated Image Detector 本页 | 11 | gradio | mit | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit | |
| Diffusers Image Outpaint共有 gradio | 2,565 | 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。
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。