Mindket

Axon Alzheimer Detection

新上架第 1 版 · 更新于

概览

在 Gradio 演示里用一个保存好的 CNN 模型对阿尔茨海默病的阶段做分类。适合探索健康数据上的机器学习的人,不能用于医疗决策。

Axon Alzheimer Detection 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。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 3.13。
  • pip,用来安装各个包。
用在
  • 网页浏览器:在 Hugging Face 上打开这个 Space 页面。
  • Windows、macOS 或 Linux:用 Python 3.13 运行一份副本。
先运行
pip install -U huggingface_hub
hf download BoTahex/axon-alzheimer-detection --repo-type space --local-dir axon-alzheimer-detection
cd axon-alzheimer-detection

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个对阿尔茨海默病阶段做分类的 Gradio 演示。它自带一个保存好的 CNN 模型文件 alzheimer_cnn_model.h5,和一个负责提供它的应用文件。README 只有一个标题,所以仓库没有描述训练数据、输入或任何准确率。

适合谁

它适合想要一个把分类器打包成 Gradio 应用的小例子的学生和开发者,也适合想看这类演示是怎么搭起来的研究者。

行业谁在用怎么用例子
软件开发者阅读 app.py,了解保存好的模型是如何在 Gradio 里加载的复制这个 Space,作为另一个分类器演示的基础
研究机器学习研究者打开托管演示,看它预测什么和自己的分类器做比较
教育学生研究一个小型的端到端模型演示顺着文件列表从模型一路看到界面

如果你需要真正用于医疗的工具,可以跳过它,因为仓库没有做任何临床声明,也没有给出准确率数字。

用在哪里

  • 网页浏览器:在 Hugging Face 上打开这个 Space 页面。
  • Windows、macOS 或 Linux:用 Python 3.13 运行一份副本。
使用场景谁用能得到什么
试用分类器好奇的任何人浏览器里演示给出的阶段预测
研究打包方式开发者一个应用文件、一个模型文件和一份包列表
运行私有副本开发者用 python app.py 启动的一份副本

如何设置

使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。

  • Windows、macOS 或 Linux 上的 Python 3.13。
  • pip,用来安装各个包。
  1. 用 pip 安装 huggingface_hub 包。
  2. 用 hf 命令把这个 Space 的文件下载到一个文件夹里。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.19.0,再安装 requirements.txt 里列出的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download BoTahex/axon-alzheimer-detection --repo-type space --local-dir axon-alzheimer-detection
cd axon-alzheimer-detection
pip install gradio==6.19.0
pip install -r requirements.txt
python app.py

如何使用

在线使用时,打开 Space 页面,直接用那里的演示。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令,然后使用它启动的演示。README 没有说明演示需要什么输入,所以请看页面本身。

工具作用
app.py启动 Gradio 演示
alzheimer_cnn_model.h5演示使用的、保存好的 CNN 模型
requirements.txt列出应用需要的 Python 包

示例

你在浏览器里打开 Space 页面,试用演示。返回的是演示自己对疾病阶段的预测,显示在页面里。在你的副本里运行 python app.py,就能在自己的机器上启动同样的演示。

新手与专家

如果你是新手,打开托管页面,看看它要什么输入。把任何结果都当作演示里的示例,而不是健康建议。

如果你熟悉这个领域,这个 Space 就是一个 app.py 加一个 Keras 风格的 CNN h5 模型文件,基于 Gradio 6.19.0 和 Python 3.13。仓库没有说明模型是怎么训练的、见过什么数据,或者是怎么检验的。

  1. 打开 Space 或运行 app.py
  2. Gradio 加载保存好的 CNN 模型
  3. 你给演示提供输入
  4. 显示疾病阶段的预测

注意事项

没有记录任何准确率、数据来源或验证,所以请谨慎对待输出。

  • License: apache-2
  • Cost to run: none named
  • Data it reaches: 你给演示的任何输入,仓库没有描述它
  • Not for: 医疗诊断或护理决策

README 和文件

README

Axon Alzheimer Detection

在 Gradio 演示里用一个保存好的 CNN 模型对阿尔茨海默病的阶段做分类。适合探索健康数据上的机器学习的人,不能用于医疗决策。

由 BoTahex 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。

简介

它是什么:这个 Space 是一个对阿尔茨海默病阶段做分类的 Gradio 演示。它自带一个保存好的 CNN 模型文件 alzheimer_cnn_model.h5,和一个负责提供它的应用文件。README 只有一个标题,所以仓库没有描述训练数据、输入或任何准确率。

适合谁:它适合想要一个把分类器打包成 Gradio 应用的小例子的学生和开发者,也适合想看这类演示是怎么搭起来的研究者。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 阅读 app.py,了解保存好的模型是如何在 Gradio 里加载的 | 复制这个 Space,作为另一个分类器演示的基础
研究 | 机器学习研究者 | 打开托管演示,看它预测什么 | 和自己的分类器做比较
教育 | 学生 | 研究一个小型的端到端模型演示 | 顺着文件列表从模型一路看到界面

如果你需要真正用于医疗的工具,可以跳过它,因为仓库没有做任何临床声明,也没有给出准确率数字。

用在哪里:

  • 网页浏览器:在 Hugging Face 上打开这个 Space 页面。
  • Windows、macOS 或 Linux:用 Python 3.13 运行一份副本。
使用场景 | 谁用 | 能得到什么
试用分类器 | 好奇的任何人 | 浏览器里演示给出的阶段预测
研究打包方式 | 开发者 | 一个应用文件、一个模型文件和一份包列表
运行私有副本 | 开发者 | 用 python app.py 启动的一份副本

如何设置:使用托管页面不需要你做任何准备。本地副本需要先备好下面两样东西。

  • Windows、macOS 或 Linux 上的 Python 3.13。
  • pip,用来安装各个包。
  1. 用 pip 安装 huggingface_hub 包。
  2. 用 hf 命令把这个 Space 的文件下载到一个文件夹里。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.19.0,再安装 requirements.txt 里列出的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download BoTahex/axon-alzheimer-detection --repo-type space --local-dir axon-alzheimer-detection
cd axon-alzheimer-detection
pip install gradio==6.19.0
pip install -r requirements.txt
python app.py

如何使用:在线使用时,打开 Space 页面,直接用那里的演示。在自己的电脑上,进入下载好的文件夹运行上面最后一条命令,然后使用它启动的演示。README 没有说明演示需要什么输入,所以请看页面本身。

工具 | 作用
app.py | 启动 Gradio 演示
alzheimer_cnn_model.h5 | 演示使用的、保存好的 CNN 模型
requirements.txt | 列出应用需要的 Python 包

示例:你在浏览器里打开 Space 页面,试用演示。返回的是演示自己对疾病阶段的预测,显示在页面里。在你的副本里运行 python app.py,就能在自己的机器上启动同样的演示。

新手与专家:如果你是新手,打开托管页面,看看它要什么输入。把任何结果都当作演示里的示例,而不是健康建议。

如果你熟悉这个领域,这个 Space 就是一个 app.py 加一个 Keras 风格的 CNN h5 模型文件,基于 Gradio 6.19.0 和 Python 3.13。仓库没有说明模型是怎么训练的、见过什么数据,或者是怎么检验的。

打开 Space 或运行 app.py
Gradio 加载保存好的 CNN 模型
你给演示提供输入
显示疾病阶段的预测

注意事项:没有记录任何准确率、数据来源或验证,所以请谨慎对待输出。

  • License: apache-2
  • Cost to run: none named
  • Data it reaches: 你给演示的任何输入,仓库没有描述它
  • Not for: 医疗诊断或护理决策

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/BoTahex/axon-alzheimer-detection
  • 文件:https://huggingface.co/spaces/BoTahex/axon-alzheimer-detection/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
Axon Alzheimer Detection 本页1gradioapache-2.0
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

waqf-ocr-hand-written-v1

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。

新上架

Wan2.2-TI2V-5B-Diffusers

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。

新上架

研究类的相似商品

查看研究类的全部商品

REMEND

udiboy1209 · 工具包

用一个小型神经反编译器从编译后的二进制代码中还原数学公式,并提供论文里的数据集和训练好的模型。适合逆向工程师和研究者。

新上架

Drishya Tiny

udgamlabs · 工具包

把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。

新上架

monoyield-predictor

Tsuboyama-Lab · 工具包

预测一条蛋白质序列在大肠杆菌里能以单体形式表达多少,单位为 log10 mg/L。提供 ESMC-6B 和 SaProt 的已训练 LoRA 适配器和回归头,面向蛋白质研究人员。

新上架