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。
从单张图片估计 3D 几何和深度,是为 ComfyUI 重新打包的 MoGe 模型文件,附带生成网格和深度图的工作流。适合处理 3D 和深度的 ComfyUI 用户。
MoGe 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 Comfy-Org/MoGe
MoGe 是一个单目几何估计模型,也就是从一张图片推算 3D 形状和深度。这个仓库放的是 Comfy-Org 为 ComfyUI 重新打包的四个 MoGe 模型文件。模型卡链接了四个工作流模板,可以把图片变成网格、把全景图变成网格,或者估计深度。
想从静态图片或全景图得到深度或 3D 几何的 ComfyUI 用户,比如艺术家、3D 爱好者,以及为其他流程准备输入的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 3D 艺术 | 艺术家 | 把一张图片变成粗略的网格 | 对一张房间照片运行透视工作流 |
| 虚拟场景 | 场景搭建者 | 把全景图变成网格 | 对一张宽幅全景照片运行全景工作流 |
| 图像编辑 | 合成师 | 生成深度图来辅助编辑 | 对一张人像使用深度工作流 |
| 研究 | 视觉研究人员 | 在同样的图片上对比 MoGe 的各个版本 | 对一张照片同时运行 MoGe 2 和 MoGe 3 |
如果你不用 ComfyUI,可以跳过它,因为这些文件是为那个程序打包的。
| Use case | Who | What they get back |
|---|---|---|
| 透视图转网格 | 3D 艺术家 | 由普通照片生成的网格 |
| 全景图转网格 | 场景搭建者 | 由全景图生成的网格 |
| 深度估计 | 合成师 | 模板里以前后对比方式展示的深度结果 |
你需要装好 ComfyUI,还要有 Python 和 pip 来下载。然后把模型文件复制到 ComfyUI 的 models 目录里的 geometry_estimation 文件夹。
pip install -U huggingface_hub hf download Comfy-Org/MoGe
| File | Version |
|---|---|
| moge_1_vitl_fp16 | MoGe 1,大型模型 |
| moge_2_vitl_normal_fp16 | MoGe 2,带法线的大型模型 |
| moge_3_vitg_fp16 | MoGe 3,巨型模型 |
| moge_3_vitl_fp16 | MoGe 3,大型模型 |
在 ComfyUI 里打开模型卡里的一个工作流模板,载入一张图片或全景图,然后运行。每个模板指向其中一个模型文件,所以请确认你想用的文件已经放好。
| Tool | What it does |
|---|---|
| Perspective Geometry Estimation | 把普通图片变成几何和网格 |
| Panorama to Mesh | 由全景图构建网格 |
| Depth Estimation | 生成深度结果,并有前后对比视图 |
| Geometry Estimation with MoGe 3 | 运行较新的 MoGe 3 模型 |
你把一张房间照片载入透视工作流并运行。工作流会把房间估计出的几何结构以网格的形式返回。模型卡展示了深度模板的前后对比图片。
如果你是新手,先学会 ComfyUI 的基本用法,再对一张照片运行深度工作流,因为它是最容易用眼睛检查的输出。
对熟悉的人来说,这个仓库打包了 MoGe 1、带法线的 MoGe 2 以及两种大小的 MoGe 3,全部是 fp16。它们的原始来源是微软的 MoGe 项目和 Ruicheng 的模型仓库。模型卡没有给出基准数据。
从单张图片估计 3D 几何和深度,是为 ComfyUI 重新打包的 MoGe 模型文件,附带生成网格和深度图的工作流。适合处理 3D 和深度的 ComfyUI 用户。
由 Comfy-Org 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:MoGe 是一个单目几何估计模型,也就是从一张图片推算 3D 形状和深度。这个仓库放的是 Comfy-Org 为 ComfyUI 重新打包的四个 MoGe 模型文件。模型卡链接了四个工作流模板,可以把图片变成网格、把全景图变成网格,或者估计深度。
适合谁:想从静态图片或全景图得到深度或 3D 几何的 ComfyUI 用户,比如艺术家、3D 爱好者,以及为其他流程准备输入的人。
Title: 谁在用,怎么用
Industry | Who uses it | How they use it | Example
3D 艺术 | 艺术家 | 把一张图片变成粗略的网格 | 对一张房间照片运行透视工作流
虚拟场景 | 场景搭建者 | 把全景图变成网格 | 对一张宽幅全景照片运行全景工作流
图像编辑 | 合成师 | 生成深度图来辅助编辑 | 对一张人像使用深度工作流
研究 | 视觉研究人员 | 在同样的图片上对比 MoGe 的各个版本 | 对一张照片同时运行 MoGe 2 和 MoGe 3
如果你不用 ComfyUI,可以跳过它,因为这些文件是为那个程序打包的。
用在哪里:
Use case | Who | What they get back
透视图转网格 | 3D 艺术家 | 由普通照片生成的网格
全景图转网格 | 场景搭建者 | 由全景图生成的网格
深度估计 | 合成师 | 模板里以前后对比方式展示的深度结果
如何设置:你需要装好 ComfyUI,还要有 Python 和 pip 来下载。然后把模型文件复制到 ComfyUI 的 models 目录里的 geometry_estimation 文件夹。
pip install -U huggingface_hub
hf download Comfy-Org/MoGe
Title: 四个模型文件
File | Version
moge_1_vitl_fp16 | MoGe 1,大型模型
moge_2_vitl_normal_fp16 | MoGe 2,带法线的大型模型
moge_3_vitg_fp16 | MoGe 3,巨型模型
moge_3_vitl_fp16 | MoGe 3,大型模型
如何使用:在 ComfyUI 里打开模型卡里的一个工作流模板,载入一张图片或全景图,然后运行。每个模板指向其中一个模型文件,所以请确认你想用的文件已经放好。
Tool | What it does
Perspective Geometry Estimation | 把普通图片变成几何和网格
Panorama to Mesh | 由全景图构建网格
Depth Estimation | 生成深度结果,并有前后对比视图
Geometry Estimation with MoGe 3 | 运行较新的 MoGe 3 模型
示例:你把一张房间照片载入透视工作流并运行。工作流会把房间估计出的几何结构以网格的形式返回。模型卡展示了深度模板的前后对比图片。
新手与专家:如果你是新手,先学会 ComfyUI 的基本用法,再对一张照片运行深度工作流,因为它是最容易用眼睛检查的输出。
对熟悉的人来说,这个仓库打包了 MoGe 1、带法线的 MoGe 2 以及两种大小的 MoGe 3,全部是 fp16。它们的原始来源是微软的 MoGe 项目和 Ruicheng 的模型仓库。模型卡没有给出基准数据。
下载仓库
把文件复制到 geometry_estimation
在 ComfyUI 里打开一个 MoGe 工作流
载入图片并运行
得到网格或深度结果
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download Comfy-Org/MoGe
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 5 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 |
|---|---|---|---|---|
| MoGe 本页 | 176,155 | 66 | mit | |
| Z-Image Turbo共有 diffusion-single-file · comfyui | 9,688,728 | 1,030 | apache-2.0 | |
| MOSS-Image共有 diffusion-single-file · comfyui | 6,310,763 | 666 | apache-2.0 | |
| Wan 2.1 for ComfyUI共有 diffusion-single-file · comfyui | 4,888,894 | 1,044 | apache-2.0 | |
| Qwen-Image-Edit共有 diffusion-single-file · comfyui | 1,898,657 | 521 | apache-2.0 | |
| FLUX.2 Klein 4B for ComfyUI共有 diffusion-single-file · comfyui | 1,291,519 | 125 | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。