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。
一个 Gradio 应用,名字指向地标检测,可在浏览器里试用。README 没有描述,具体输入和输出要看页面。
Landmark Detection 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 coolzude/Landmark-Detection --repo-type space --local-dir Landmark-Detection cd Landmark-Detection
Landmark Detection 是 Hugging Face Spaces 上的一个 Gradio 应用。名字指向检测地标,但 README 只有设置模板,没有说明是哪一类,也没有说明应用接收什么输入。代码是 app.py,requirements.txt 列出了 Python 包。
它适合想在浏览器里试用地标检测演示的人,也适合想读一个简短 Gradio 示例的学习者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 计算机视觉 | 学生 | 阅读 app.py,看检测这一步怎么写 | 下载这个 Space,打开 app.py |
| 机器学习 | 爱好者 | 在本地运行一份副本来试用 | 装好包后运行 python app.py |
| 教育 | 讲师 | 把这个小仓库当作课堂示例 | 展示三个文件以及它们如何配合 |
如果你需要有文档说明的输入、输出或准确率,可以跳过它,因为 README 没有给出。
| Use case | Who | What they get back |
|---|---|---|
| 在线试用应用 | 好奇的人 | 在浏览器里运行的 Gradio 页面,无需安装任何东西 |
| 学习检测演示 | 学习者 | 一个只有一个应用文件和一个依赖文件的小仓库 |
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 coolzude/Landmark-Detection --repo-type space --local-dir Landmark-Detection cd Landmark-Detection pip install gradio pip install -r requirements.txt python app.py
打开 Hugging Face 上的 Space 页面,使用加载出来的页面。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 Landmark-Detection 文件夹里运行 python app.py。Gradio 页面会在浏览器里出现,用法和 Space 页面上一样。
如果你是新手,先打开 Space 页面。它会显示应用要什么输入、给什么结果,不用安装任何东西。
如果你懂这个领域,设置里没有指定模型,所以检测逻辑在 app.py 和它的依赖里。地标的类型、方法和准确率都没有说明。
一个 Gradio 应用,名字指向地标检测,可在浏览器里试用。README 没有描述,具体输入和输出要看页面。
由 coolzude 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:Landmark Detection 是 Hugging Face Spaces 上的一个 Gradio 应用。名字指向检测地标,但 README 只有设置模板,没有说明是哪一类,也没有说明应用接收什么输入。代码是 app.py,requirements.txt 列出了 Python 包。
适合谁:它适合想在浏览器里试用地标检测演示的人,也适合想读一个简短 Gradio 示例的学习者。
Industry | Who uses it | How they use it | Example
计算机视觉 | 学生 | 阅读 app.py,看检测这一步怎么写 | 下载这个 Space,打开 app.py
机器学习 | 爱好者 | 在本地运行一份副本来试用 | 装好包后运行 python app.py
教育 | 讲师 | 把这个小仓库当作课堂示例 | 展示三个文件以及它们如何配合
如果你需要有文档说明的输入、输出或准确率,可以跳过它,因为 README 没有给出。
用在哪里:
Use case | Who | What they get back
在线试用应用 | 好奇的人 | 在浏览器里运行的 Gradio 页面,无需安装任何东西
学习检测演示 | 学习者 | 一个只有一个应用文件和一个依赖文件的小仓库
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 coolzude/Landmark-Detection --repo-type space --local-dir Landmark-Detection
cd Landmark-Detection
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:打开 Hugging Face 上的 Space 页面,使用加载出来的页面。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 Landmark-Detection 文件夹里运行 python app.py。Gradio 页面会在浏览器里出现,用法和 Space 页面上一样。
新手与专家:如果你是新手,先打开 Space 页面。它会显示应用要什么输入、给什么结果,不用安装任何东西。
如果你懂这个领域,设置里没有指定模型,所以检测逻辑在 app.py 和它的依赖里。地标的类型、方法和准确率都没有说明。
打开 Space 或运行 python app.py
app.py 运行检测这一步
Gradio 在浏览器里显示结果
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 |
|---|---|---|---|---|
| Landmark Detection 本页 | 1 | 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 |
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。
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。
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。
Wan-AI · 工具包
根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。
Wan-AI · 工具包
通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。