Hugging Face Transformers 是一个用于自然语言处理（NLP）的开源库，提供了各种预训练模型。这些模型被广泛应用于各种任务，如文本分类、命名实体识别、问答、文本生成等。Transformers库易于使用，可方便地集成到现有的深度学习框架，如PyTorch和TensorFlow，让研究人员和开发者更容易下载和应用NLP预训练模型，如BERT、GPT-2、XLNet等，降低使用门槛。极大推动了NLP领域模型的开发和应用，被誉为NLP界的“ImageNet”，让更多人参与其中。

Coovally作为一个包含完整AI建模流程、AI项目管理及AI系统部署管理的机器学习平台，现支持图像、文本、表格、时间序列等不同类型数据的深度学习和应用，快速实现机器学习。实现目标检测、图像分割、文本分类、多模态建模等12小类任务类型微调与应用。

在模型创建中，系统不仅支持用户上传本地模型文件创建模型，同时也支持用户一键下载和部署开源社区模型并集成应用(*目前支持Hugging Face, TIMM以及MMDetection开源模型)。

以Hugging Face为例，在其网站选择模型类型，复制模型名称

以目标检测为例

在Coovally官网进入“模型探索”页面

新建极速任务，选择任务类型后，点击上传模型，选择在线下载，粘贴下载链接与模型名称，模型下载完成后并上传/选择数据集即可创建任务。

Coovally平台新增“模型探索”功能，用户可轻松获取Hugging Face Transformers系列预训练模型，直接应用于自然语言处理项目，体验模型下载与应用的简单高效。