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。
用 RealDenseFace ViT-B 模型,从一张人像照片重建 3D 人脸。它显示人脸几何的可视化结果,在浏览器里于 ZeroGPU 上运行。
RealDenseFace 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 LinzhouLi/RealDenseFace --repo-type space --local-dir RealDenseFace cd RealDenseFace
RealDenseFace 能从一张人像照片重建人脸的 3D 形状。你上传一张人像或挑一个示例,RealDenseFace ViT-B 模型就会重建出人脸几何。输出只是可视化结果。这个 Space 运行在 Hugging Face 上,所以你在浏览器里就能试用,不用安装任何东西。
研究单张图像人脸重建的计算机视觉研究人员,以及想看看人脸几何是怎么从照片里恢复出来的开发者和 3D 美术师,都适合用它。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 人脸重建研究人员 | 在人像上测试 ViT-B 模型 | 上传一张人像,查看几何结果 |
| 动画 | 3D 美术师 | 看看人脸的形状是怎么从照片里恢复出来的 | 试其中一个示例 |
| 软件 | 开发者 | 研究一个带原生求解器的 ZeroGPU 应用 | 阅读 app.py 和 engine.py |
| 教育 | 学生 | 了解一张照片怎么能得到 3D 人脸 | 把输入照片和可视化结果对照 |
想要可下载的 3D 模型或模型权重的人可以跳过,因为输出只是可视化结果。
它可以在这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 重建一张人脸 | 研究人员 | 人脸几何的可视化结果 |
| 试一个示例 | 新手 | 不用自己的照片就能得到的快速结果 |
| 研究这个流程 | 开发者 | 一份带 tracker 和 models 文件夹的本地副本可供阅读 |
在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。
pip install -U huggingface_hub hf download LinzhouLi/RealDenseFace --repo-type space --local-dir RealDenseFace cd RealDenseFace pip install gradio==6.31.0 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。上传一张人像或挑一个示例,然后查看它显示的重建结果。
python app.py
| Tool | What it does |
|---|---|
| app.py | 主文件,负责搭建 Gradio 页面 |
| engine.py | 存放重建引擎的代码 |
| examples 文件夹 | 存放可以试用的示例人像 |
| FLAME_READ_TOKEN | 一个 Space 密钥,授予对私有 FLAME 资源仓库的读取权限 |
你上传一张正面、脸部清晰的人像。这个 Space 会返回重建出的人脸几何的可视化结果,不提供任何模型文件或参数下载。
单目的意思是只有一个摄像头,所以模型只根据一张照片工作。第一件可以试的小事,是试一个内置的示例。
这个模型借助稠密的 UV 先验,而标准的 FLAME 人脸模型是单独授权的运行时依赖,仓库里并不附带。原生 FLAME 求解器的编译在启动时于 CPU 上进行,网络只加载一次并放到 CUDA 上。请求一次处理一个,输入的最长边限制为 1280 像素。
复制出来的 Space 需要有自己获得授权的 FLAME 模型和读取令牌。
用 RealDenseFace ViT-B 模型,从一张人像照片重建 3D 人脸。它显示人脸几何的可视化结果,在浏览器里于 ZeroGPU 上运行。
由 LinzhouLi 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:RealDenseFace 能从一张人像照片重建人脸的 3D 形状。你上传一张人像或挑一个示例,RealDenseFace ViT-B 模型就会重建出人脸几何。输出只是可视化结果。这个 Space 运行在 Hugging Face 上,所以你在浏览器里就能试用,不用安装任何东西。
适合谁:研究单张图像人脸重建的计算机视觉研究人员,以及想看看人脸几何是怎么从照片里恢复出来的开发者和 3D 美术师,都适合用它。
Industry | Who uses it | How they use it | Example
研究 | 人脸重建研究人员 | 在人像上测试 ViT-B 模型 | 上传一张人像,查看几何结果
动画 | 3D 美术师 | 看看人脸的形状是怎么从照片里恢复出来的 | 试其中一个示例
软件 | 开发者 | 研究一个带原生求解器的 ZeroGPU 应用 | 阅读 app.py 和 engine.py
教育 | 学生 | 了解一张照片怎么能得到 3D 人脸 | 把输入照片和可视化结果对照
想要可下载的 3D 模型或模型权重的人可以跳过,因为输出只是可视化结果。
用在哪里:它可以在这些地方运行。
Use case | Who | What they get back
重建一张人脸 | 研究人员 | 人脸几何的可视化结果
试一个示例 | 新手 | 不用自己的照片就能得到的快速结果
研究这个流程 | 开发者 | 一份带 tracker 和 models 文件夹的本地副本可供阅读
如何设置:在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。
pip install -U huggingface_hub
hf download LinzhouLi/RealDenseFace --repo-type space --local-dir RealDenseFace
cd RealDenseFace
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。上传一张人像或挑一个示例,然后查看它显示的重建结果。
python app.py
Tool | What it does
app.py | 主文件,负责搭建 Gradio 页面
engine.py | 存放重建引擎的代码
examples 文件夹 | 存放可以试用的示例人像
FLAME_READ_TOKEN | 一个 Space 密钥,授予对私有 FLAME 资源仓库的读取权限
示例:你上传一张正面、脸部清晰的人像。这个 Space 会返回重建出的人脸几何的可视化结果,不提供任何模型文件或参数下载。
新手与专家:单目的意思是只有一个摄像头,所以模型只根据一张照片工作。第一件可以试的小事,是试一个内置的示例。
这个模型借助稠密的 UV 先验,而标准的 FLAME 人脸模型是单独授权的运行时依赖,仓库里并不附带。原生 FLAME 求解器的编译在启动时于 CPU 上进行,网络只加载一次并放到 CUDA 上。请求一次处理一个,输入的最长边限制为 1280 像素。
你上传一张人像或挑一个示例
图像被限制在 1280 像素以内
RealDenseFace ViT-B 重建几何
应用显示可视化结果
注意事项:复制出来的 Space 需要有自己获得授权的 FLAME 模型和读取令牌。
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 |
|---|---|---|---|---|
| RealDenseFace 本页 | 1 | gradio | mit | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
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。