fontastic

fontastic

مصنف الخط

يحتوي هذا المستودع على تجارب لخطوط التصنيف من الصور. حاليا يتكون من الكاشطات لسحب البيانات.

تعليمات التثبيت

• متطلبات

  • بيثون 3
  • PIP3
  • VirtualEnv

• كيفية التثبيت

  • virtualenv -p /usr/bin/python3 venv
  • source venv/bin/activate
  • pip install -r requirements.txt
  • export PYTHONPATH=.

العمل مع حزمة fontastic

تحتوي الحزمة fontastic على بنية المجلد التالية:

 fontastic -- 
            scrape
            utils

كيف تولد صور الخط؟

1. قم بتنزيل الخطوط وإلغاء تحديدها في الموقع <project_root> . لذلك سيكون كل خط قائمة على النحو التالي

    project_root/data/src/fonts/roboto
   project_root/data/src/fonts/roboto/roboto-regular.ttf
   project_root/data/src/fonts/roboto/roboto-bold.ttf
   project_root/data/src/fonts/roboto/roboto-italic.ttf
   
   project_root/data/src/fonts/open-sans
   project_root/data/src/fonts/open-sans/open-sans-regular.ttf
   project_root/data/src/fonts/open-sans/open-sans-regular.ttf
   project_root/data/src/fonts/open-sans/open-sans-regular.ttf
   ...
   ...
   ...
   

2. قم الآن بتشغيل python fontastic/data_generation/local_image_gen.py

3. سيقوم البرنامج بإنشاء صور 4K لكل نص عشوائي ومجموعة TTF. موقع صورة الإخراج هو project_root/data/dst/roboto/<output_images>

4. بعد ذلك ، قم بتشغيل python fontastic/data_generation/training_data_gen.py . سيقوم هذا البرنامج بإنشاء محاصيل الصورة وإجراء تحويلات البيانات التي يمكن استخدامها لتدريب الشبكة.

التدريب والتقييم

تتمثل عملية التفكير وراء تشغيل التدريب والتقييم في تشغيل كل منها كتجربة مع بعض القطع الأثرية المرتبطة بالتجربة. هذا يعطينا الفوائد التالية:

• أعد تشغيل التجارب في مختلف المراحل المصنفة أثناء تشغيل التجربة
• التحكم في الإصدار من التجارب

تقسيم مجموعة البيانات إلى التدريب والاختبار

يرجى إلقاء نظرة على قسم TRAIN_TEST_SPLIT في config.ini لفهم التكوينات المطلوبة لبدء تجربة وإنشاء بيانات الاختبار والتدريب.

أمر الاستخدام هو:

python fontastic/data_generation/train_test_split.py --config fontastic/data_generation/config.ini

سيؤدي ذلك إلى إنشاء experiments folder مع experiment_id كمجلد فرعي لتخزين القطع الأثرية. في حالة ترك experiment_id فارغًا في التكوين أثناء التشغيل الأول ، سيتم ملء ذلك ومكتبه مرة أخرى إلى التكوين.

يجب أن ترى CSV train test على التوالي في مجلد مسار التجارب.

قائمة الخطوط

يرجى استخدام هذا الرمز البريدي للحصول على 70 خط لتدريب النموذج

مراجع

• مولد بيانات الصور باستخدام PIL
• غراد كام التصورات
• الباحث عن معدل التعلم