fontastic

Policier

Classificateur de police

Ce référentiel contient des expériences pour les polices de classe de classe à partir d'images. Actuellement, il se compose de grattoirs pour retirer les données.

Instructions d'installation

• Exigences

  • python3
  • PIP3
  • virtualv

• Comment installer

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

Travailler avec le forfait fontastic

Le package fontasastique contient la structure du dossier suivant:

 fontastic -- 
            scrape
            utils

Comment générer des images de police?

1. Téléchargez les polices et les détruisez dans l'emplacement <project_root> . Ainsi, chaque police sera liste comme ci-dessous

    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. Maintenant, exécutez python fontastic/data_generation/local_image_gen.py

3. Le programme créera des images 4K pour chaque texte aléatoire et combinaison TTF. L'emplacement de l'image de sortie est project_root/data/dst/roboto/<output_images>

4. Exécutez ensuite python fontastic/data_generation/training_data_gen.py . Ce programme créera des cultures de l'image et effectuera des transformations de données qui peuvent être utilisées pour la formation du réseau.

Formation et évaluation

Le processus de réflexion derrière la formation et l'évaluation en cours d'exécution consiste à le faire fonctionner comme une expérience avec certains artefacts associés à l'expérience. Cela nous donne les avantages suivants:

• Redémarrer les expériences à différentes étapes notées pendant l'expérience
• Contrôle de version des expériences

Division de l'ensemble de données en formation et test

Veuillez consulter la section TRAIN_TEST_SPLIT dans la config.ini pour comprendre les configurations requises pour démarrer une expérience et générer des données de test et de train.

La commande à utiliser est:

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

Cela générera un experiments folder avec l' experiment_id en tant que sous-dossier pour stocker les artefacts. Dans le cas où le experiment_id est laissé vide dans la configuration lors de la première exécution, cela sera rempli et écrit à la configuration.

Vous devriez voir un CSV pour train et test respectivement dans le dossier Experiments Path.

Liste des polices

Veuillez utiliser ce zip pour obtenir les 70 polices pour former le modèle

Références

• Générateur de données d'image utilisant PIL
• Visualisations de caméra diplômée
• Finder à taux d'apprentissage