lffont
1.0.0
Примечание: мы выпускаем единый репозиторий генерации шрифтов с несколькими выстрелами (Clovaai/MareShot-Font Generation). Если вы заинтересованы в использовании нашей реализации, посетите Unified Repository.
Официальная реализация Pytorch LF-Font | бумага | бумага (расширение PAMI)
Парк Песни 1* , Сангюк Чун 2* , Junbum Cha 2 , Bado Lee 2 , Hyunjung Shim 1
* Равный вклад
1 Школа интегрированных технологий, Университет Йонсей
2 Clova AI Research, Naver Corp.
Автоматическое генерация шрифтов имеет высокий спрос, потому что ручные конструкции дороги и чувствительны к опыту дизайнеров. Существующие методы генерации нескольких выстрелов направлены на то, чтобы научиться распутать стиль и элемент контента от нескольких эталонных глифов и в основном сосредоточиться на универсальном представлении стиля для каждого стиля шрифта. Однако такой подход ограничивает модель в представлении разнообразных локальных стилей и, таким образом, делает ее непригодным для самой сложной системы букв, например, китайцев, чьи персонажи состоят из различного числа компонентов (часто называемых «радикалами») с очень сложной структурой. В этой статье мы предлагаем новый метод генерации шрифтов, изучая локализованные стили, а именно представления в стиле компонентов, а не универсальные стили. Предлагаемые представления стиля позволяют нам синтезировать сложные локальные детали в текстовых конструкциях. Тем не менее, обучающие компоненты в стиле исключительно из эталонных глифов невозможно в сценарии генерации шрифтов с несколькими выстрелами, когда целевой сценарий имеет большое количество компонентов, например, более 200 для китайцев. Чтобы уменьшить количество эталонных глифов, мы упрощаем компонентные стили с помощью продукта компонентного фактора и фактора стиля, вдохновленных факторизацией матрицы с низкой оценкой. Благодаря комбинации сильного представления и стратегии компактной факторизации, наш метод показывает удивительно лучшие результаты генерации шрифтов с несколькими выстрелами (только с 8 эталонными изображениями Glyph), чем другие современные искусства, без использования сильного надзора за местностью, например, местоположения каждого компонента, скелета или строков.
Вы можете найти больше связанных проектов по генерации шрифтов с несколькими выстрелами по следующим ссылкам:
Реализация Pytorch несколько выстрелов генерации шрифтов с локализованными представлениями стиля и факторизацией .
Python> 3.6
Рекомендуется использовать Conda: https://docs.anaconda.com/anaconda/install/linux/
Pytorch> = 1,1 (рекомендуется: 1.1)
Для установки: https://pytorch.org/get-started/locally/
SCONF
Для установки: https://github.com/khanrc/sconf
Numpy, TQDM, LMDB, YAML, JSONLIB, MSGPACK
conda install numpy tqdm lmdb ruamel.yaml jsonlib-python3 msgpack
Файл шрифта, который мы использовали в качестве шрифта контента, можно получить здесь.
python build_dataset.py
--lmdb_path path/to/dump/lmdb
--meta_path path/to/meta/file
--json_path path/to/save/dict
Мета поезда ( дикта, формат JSON )
meta/train.json .Тест Мета ( DICT, формат JSON )
meta/test.json . Мы рекомендуем изменить cfgs/custom.yaml а не cfgs/default.yaml , cfgs/combined.yaml или cfgs/factorize.yaml .
Ключи
# Phase 1 training
python train.py
NAME_phase1
cfgs/custom.yaml cfgs/combined.yaml
# Phase 2 training
python train.py
NAME_phase2
cfgs/custom.yaml cfgs/factorize.yaml
--resume ./result/checkpoints/NAME_phase1/800000-NAME_phase1.pth
python evaluator.py
cfgs/factorize.yaml
--weight weight/generator.pth
--img_dir path/to/save/images
--test_meta meta/test.json
--data_path path/to/data
Этот проект распространяется по лицензии MIT, за исключением MODULES.PY, который принят по адресу https://github.com/nvlabs/funit.
LF-Font
Copyright (c) 2020-present NAVER Corp.
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in
all copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
THE SOFTWARE.
Этот проект основан на Clovaai/Dmfont.
@inproceedings{park2021lffont,
title={Few-shot Font Generation with Localized Style Representations and Factorization},
author={Park, Song and Chun, Sanghyuk and Cha, Junbum and Lee, Bado and Shim, Hyunjung},
year={2021},
booktitle={AAAI Conference on Artificial Intelligence},
}
@article{park2022lffont_extension,
author={Park, Song and Chun, Sanghyuk and Cha, Junbum and Lee, Bado and Shim, Hyunjung},
journal = {IEEE Transactions on Pattern Analysis & Machine Intelligence},
title = {Few-shot Font Generation with Weakly Supervised Localized Representations},
year = {5555},
volume = {},
number = {01},
issn = {1939-3539},
pages = {1-17},
keywords = {},
doi = {10.1109/TPAMI.2022.3196675},
publisher = {IEEE Computer Society},
address = {Los Alamitos, CA, USA},
month = {aug}
}
