Font_Recognition DeepFont

Schriftkennung mit Deep Learning - Deepfont (Adobe)

DeepFont Paper ist eine von Adobe.inc erstellte Technik, um Schriftart mit dem Deep -Lernen aus Bildern zu erkennen. Sie veröffentlichten ihre Arbeit als Papier für die Öffentlichkeit. Ich inspirierte ihre Arbeit und habe ihre These in einen Arbeitscode umgewandelt.

Keypoints von Deepfont:

• Es wird in Adobevfr -Datensatz geschult, der 2383 Schriftkategorien enthält
• Seine Domäne adaptierte CNN
• Sein Lernen basiert auf Modellkomprimierung

Die Arbeit ist in 4 Schritte aufgeteilt:

• Datensatz: Da AdobevFR -DataSet Datalink groß ist und viele Schriftartenkategorien enthält. Wir haben benutzerdefinierte Datensatz basierend auf den erforderlichen Schriftarten mit TexTrecognitionDatagenerator GitHub erstellt. Der Beispielordner ist in diesem Repo verfügbar.

• Vorverarbeitung des Datensatzes: Schriftarten sind nicht wie Objekte, um riesige räumliche Informationen zu ermöglichen, um ihre Funktionen zu klassifizieren. Um sehr winzige Funktionen zu identifizieren. Änderung von Deepfont verwendet bestimmte Vorverarbeitungstechniken, die sie sind

  • Lärm
  • Verwischen
  • Perspektive Rotation
  • Schattierung (Gradientenbeleuchtung)
  • Variabler Zeichenabstand
  • Variabler Seitenverhältnis

• CNN -Architektur: Im Gegensatz zu anderen Bildklassifizierung CNN -Netzwerk folgten sie einem neuen Schema wie zwei Subnetzwerken.

  • Subnetzwerk mit niedrigem Niveau : Aus dem zusammengesetzten Satz von synthetischen und realen Daten gelernt.
  • High Level Sub-Network : Lernt einen tiefen Klassifizierer aus den Merkmalen auf niedriger Ebene für weitere Details und Klärung. Lesen Sie ihre Arbeit

• Framework (Keras): Als Prototyping habe ich Keras verwendet, um die gesamte Pipeline zu bauen. Fühlen Sie sich frei, in anderen Frameworks Prototypen zu prototypisieren.

               Thanks to DeepFont Team for their amazing work
  

Copyright © 2021 Robin Reni. Alle Rechte vorbehalten