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。
一个多目标跟踪的浏览器演示,结合了 SAM 3 模型和一个 2B 的 Qwen3.5 模型。适合想不安装任何东西就试用跟踪的计算机视觉开发者和研究者。
SAM3 + Qwen3.5 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-Plus-Qwen3.5 --repo-type space --local-dir SAM3-Plus-Qwen3.5 cd SAM3-Plus-Qwen3.5
这个 Space 是多目标跟踪的浏览器演示,也就是同时追踪好几个正在移动的东西。它在一个运行于 Hugging Face 硬件上的小型 Gradio 页面里,结合了两个点名的模型:SAM 3 和一个 2B 的 Qwen3.5 模型。
如果你想看这两个模型怎样配合,它很适合计算机视觉开发者和研究者,也适合对跟踪好奇的爱好者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 计算机视觉 | 开发者 | 在基于这两个模型开发之前先试一试跟踪 | 运行一段视频,看着物体被持续跟踪 |
| 研究 | 视觉研究者 | 查看演示怎样把 SAM 3 和 Qwen3.5 配在一起 | 阅读 app.py 了解模型怎样连接 |
| 视频剪辑 | 剪辑师 | 探索用跟踪来追随主体 | 测试一段有几个移动物体的短视频 |
| 教育 | 学生 | 看多目标跟踪的实际效果 | 运行仓库里的示例文件 |
如果你需要带 API 和支持的生产级跟踪器,可以跳过它,因为这只是一个演示。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 跟踪多个物体 | 开发者 | 一个随时间追随每个物体的结果 |
| 快速试用模型 | 研究者 | 一个可阅读、可运行的演示 |
| 运行自己的副本 | 爱折腾的人 | 同一个应用在你自己的电脑上 |
在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub hf download prithivMLmods/SAM3-Plus-Qwen3.5 --repo-type space --local-dir SAM3-Plus-Qwen3.5 cd SAM3-Plus-Qwen3.5 pip install gradio==6.30.0 pip install -r requirements.txt python app.py
在应用所在文件夹启动它,或者直接打开在线 Space。仓库里带有示例文件,先加载一个运行。然后换成你自己的视频,看看跟踪怎样追随物体。
python app.py
你加载仓库里的一个示例文件并运行演示。页面返回一个结果,其中每个检测到的物体都在整段视频里被追随。
如果你是新手,先用自带的示例文件,看看页面标出了什么。一段只有几个界限清楚的物体的短视频最容易看懂。
如果你熟悉这个领域,这个应用基于 facebook 的 sam3 模型和 2B 的 Qwen3.5 模型。README 只有一行口号,所以请读 app.py 了解两者怎样连接。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
README 只给出一句简短口号,所以页面和 app.py 才有真正的细节。两个模型都从它们在 Hugging Face 上的各自来源下载。
一个多目标跟踪的浏览器演示,结合了 SAM 3 模型和一个 2B 的 Qwen3.5 模型。适合想不安装任何东西就试用跟踪的计算机视觉开发者和研究者。
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 是多目标跟踪的浏览器演示,也就是同时追踪好几个正在移动的东西。它在一个运行于 Hugging Face 硬件上的小型 Gradio 页面里,结合了两个点名的模型:SAM 3 和一个 2B 的 Qwen3.5 模型。
适合谁:如果你想看这两个模型怎样配合,它很适合计算机视觉开发者和研究者,也适合对跟踪好奇的爱好者。
行业 | 谁在用 | 怎么用 | 例子
计算机视觉 | 开发者 | 在基于这两个模型开发之前先试一试跟踪 | 运行一段视频,看着物体被持续跟踪
研究 | 视觉研究者 | 查看演示怎样把 SAM 3 和 Qwen3.5 配在一起 | 阅读 app.py 了解模型怎样连接
视频剪辑 | 剪辑师 | 探索用跟踪来追随主体 | 测试一段有几个移动物体的短视频
教育 | 学生 | 看多目标跟踪的实际效果 | 运行仓库里的示例文件
如果你需要带 API 和支持的生产级跟踪器,可以跳过它,因为这只是一个演示。
用在哪里:
用途 | 谁用 | 得到什么
跟踪多个物体 | 开发者 | 一个随时间追随每个物体的结果
快速试用模型 | 研究者 | 一个可阅读、可运行的演示
运行自己的副本 | 爱折腾的人 | 同一个应用在你自己的电脑上
如何设置:在线页面什么都不需要。本地副本需要 Python 和 requirements.txt 里的包。
pip install -U huggingface_hub
hf download prithivMLmods/SAM3-Plus-Qwen3.5 --repo-type space --local-dir SAM3-Plus-Qwen3.5
cd SAM3-Plus-Qwen3.5
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py
如何使用:在应用所在文件夹启动它,或者直接打开在线 Space。仓库里带有示例文件,先加载一个运行。然后换成你自己的视频,看看跟踪怎样追随物体。
python app.py
示例:你加载仓库里的一个示例文件并运行演示。页面返回一个结果,其中每个检测到的物体都在整段视频里被追随。
新手与专家:如果你是新手,先用自带的示例文件,看看页面标出了什么。一段只有几个界限清楚的物体的短视频最容易看懂。
如果你熟悉这个领域,这个应用基于 facebook 的 sam3 模型和 2B 的 Qwen3.5 模型。README 只有一行口号,所以请读 app.py 了解两者怎样连接。托管的 Space 运行在 Hugging Face 的 zero-a10g 硬件上。
你加载一段视频
Gradio 应用把它交给模型
SAM 3 和 Qwen3.5 找出物体
跟踪结果出现
注意事项:README 只给出一句简短口号,所以页面和 app.py 才有真正的细节。两个模型都从它们在 Hugging Face 上的各自来源下载。
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 + Qwen3.5 本页 | 23 | 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 | |
| SAM3 Demo共有 mcp-server · gradio | 91 | gradio | apache-2.0 | |
| 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 |
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。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。