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 Gradio 演示,用 Andy1621/uniformer 模型给短视频打标签,带三段示例视频。适合想在浏览器里试用视频分类的人。
Uniformer_video_demo 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 Andy1621/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo cd uniformer_video_demo
Uniformer_video_demo 是 Hugging Face Spaces 上的一个 Gradio 应用,用 Andy1621/uniformer 模型给短视频打标签。仓库里有模型代码、一个 Kinetics 类别索引和三段示例视频:打棒球、悬浮滑板和瑜伽。它基于 Gradio 3.0.3 构建。
它适合想在浏览器里试用视频分类的人,也适合想看 Uniformer 模型如何放进 Gradio 页面的学习者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 机器学习 | 学生 | 阅读 uniformer.py 和 app.py,看模型怎么被调用 | 下载这个 Space,打开这两个文件 |
| 计算机视觉 | 研究者 | 在一段示例视频上快速试用模型 | 在 Space 页面上点那段瑜伽视频 |
| 教育 | 讲师 | 用现成的示例演示动作识别 | 在课堂上运行这个 Space |
如果你需要有文档说明的准确率或训练模型的方法,可以跳过它,因为来源没有给出。
| Use case | Who | What they get back |
|---|---|---|
| 给视频片段打标签 | 好奇的人 | 浏览器里显示的对这段视频预测的动作标签 |
| 学习模型演示 | 学习者 | 一个仓库里的模型代码、标签索引和示例视频 |
在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub hf download Andy1621/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo cd uniformer_video_demo pip install gradio==3.0.3 pip install -r requirements.txt python app.py
打开 Hugging Face 上的 Space 页面,然后给它一段视频或选一个示例。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
你在 Space 页面上选了悬浮滑板的视频。应用对它运行 Uniformer 模型,并显示模型对这段视频预测的动作标签。
如果你是新手,先点三段示例视频中的一段。一步就能看明白整个想法,不用安装任何东西。
如果你懂这个领域,模型代码在 uniformer.py,帧处理在 transforms.py,标签名称在 kinetics_class_index.py,所以这个演示按 Kinetics 数据集的动作来打标签。Gradio 固定在 3.0.3,这是一个早期版本。
一个 Gradio 演示,用 Andy1621/uniformer 模型给短视频打标签,带三段示例视频。适合想在浏览器里试用视频分类的人。
由 Andy1621 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:Uniformer_video_demo 是 Hugging Face Spaces 上的一个 Gradio 应用,用 Andy1621/uniformer 模型给短视频打标签。仓库里有模型代码、一个 Kinetics 类别索引和三段示例视频:打棒球、悬浮滑板和瑜伽。它基于 Gradio 3.0.3 构建。
适合谁:它适合想在浏览器里试用视频分类的人,也适合想看 Uniformer 模型如何放进 Gradio 页面的学习者。
Industry | Who uses it | How they use it | Example
机器学习 | 学生 | 阅读 uniformer.py 和 app.py,看模型怎么被调用 | 下载这个 Space,打开这两个文件
计算机视觉 | 研究者 | 在一段示例视频上快速试用模型 | 在 Space 页面上点那段瑜伽视频
教育 | 讲师 | 用现成的示例演示动作识别 | 在课堂上运行这个 Space
如果你需要有文档说明的准确率或训练模型的方法,可以跳过它,因为来源没有给出。
用在哪里:
Use case | Who | What they get back
给视频片段打标签 | 好奇的人 | 浏览器里显示的对这段视频预测的动作标签
学习模型演示 | 学习者 | 一个仓库里的模型代码、标签索引和示例视频
如何设置:在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub
hf download Andy1621/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo
pip install gradio==3.0.3
pip install -r requirements.txt
python app.py
如何使用:打开 Hugging Face 上的 Space 页面,然后给它一段视频或选一个示例。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
示例:你在 Space 页面上选了悬浮滑板的视频。应用对它运行 Uniformer 模型,并显示模型对这段视频预测的动作标签。
新手与专家:如果你是新手,先点三段示例视频中的一段。一步就能看明白整个想法,不用安装任何东西。
如果你懂这个领域,模型代码在 uniformer.py,帧处理在 transforms.py,标签名称在 kinetics_class_index.py,所以这个演示按 Kinetics 数据集的动作来打标签。Gradio 固定在 3.0.3,这是一个早期版本。
你打开页面并选一段视频
transforms.py 准备视频帧
uniformer.py 预测动作标签
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 |
|---|---|---|---|---|
| Uniformer_video_demo 本页 | 7 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | 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。