fontastic

Fontastic

Classificador de fonte

Este repositório contém experimentos para classificar fontes de imagens. Atualmente, consiste em raspadores para puxar os dados.

Instruções de instalação

• Requisitos

  • Python3
  • pip3
  • virtualenv

• Como instalar

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

Trabalhando com o pacote fontástico

O pacote fontástico contém a seguinte estrutura de pastas:

 fontastic -- 
            scrape
            utils

Como gerar imagens de fonte?

1. Faça o download de fontes e upar no local <project_root> . Então, toda fonte estará listada como abaixo

    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. Agora execute python fontastic/data_generation/local_image_gen.py

3. O programa criará imagens 4K para cada combinação aleatória de texto e TTF. A localização da imagem de saída é project_root/data/dst/roboto/<output_images>

4. Em seguida, execute python fontastic/data_generation/training_data_gen.py . Este programa criará culturas da imagem e executará transformações de dados que podem ser usadas para treinar a rede.

Treinamento e avaliação

O processo de pensamento por trás do treinamento e avaliação é executar cada um como um experimento com certos artefatos associados ao experimento. Isso nos dá os seguintes benefícios:

• Reinicie as experiências em vários palcos classificados durante a execução do experimento
• Controle de versão de experimentos

Dividir o conjunto de dados em treinamento e teste

Consulte a seção TRAIN_TEST_SPLIT no config.ini para entender as configurações necessárias para iniciar um experimento e gerar dados de teste e treinamento.

O comando a ser usado é:

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

Isso gerará uma experiments folder com o experiment_id como sub -pasta para armazenar os artefatos. Caso o experiment_id seja deixado vazio na configuração durante a primeira execução, isso será preenchido e escrito de volta à configuração.

Você deve ver um CSV para train e test respectivamente, na pasta Path Experiments.

Lista de fontes

Por favor, use este zip para obter as 70 fontes para treinar o modelo

Referências

• Gerador de dados de imagem usando PIL
• Visualizações de grad came
• Localizador de taxas de aprendizado