fontastic

เกี่ยวกับฟอนติค

ตัวจําแนก

ที่เก็บนี้มีการทดลองสำหรับการเรียนแบบอักษรจากภาพ ขณะนี้มันประกอบด้วย scrapers ที่จะดึงข้อมูล

คำแนะนำการติดตั้ง

• ข้อกำหนด

  • Python3
  • pip3
  • virtualenv

• วิธีการติดตั้ง

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

ทำงานกับแพ็คเกจ fontastic

แพ็คเกจ Fontastic มีโครงสร้างโฟลเดอร์ต่อไปนี้:

 fontastic -- 
            scrape
            utils

จะสร้างภาพตัวอักษรได้อย่างไร?

1. ดาวน์โหลดฟอนต์และยกเลิกการใช้งานในตำแหน่ง <project_root> ดังนั้นตัวอักษรทุกตัวจะเป็นรายการดังต่อไปนี้

    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. ตอนนี้เรียกใช้ python fontastic/data_generation/local_image_gen.py

3. โปรแกรมจะสร้างภาพ 4K สำหรับการรวมข้อความแบบสุ่มและชุด TTF ทุกครั้ง ตำแหน่งอิมเมจเอาท์พุทคือ project_root/data/dst/roboto/<output_images>

4. Next Run python fontastic/data_generation/training_data_gen.py โปรแกรมนี้จะสร้างพืชผลของภาพและทำการแปลงข้อมูลที่สามารถใช้สำหรับการฝึกอบรมเครือข่าย

การฝึกอบรมและการประเมินผล

กระบวนการคิดที่อยู่เบื้องหลังการฝึกอบรมและการประเมินผลคือการดำเนินการแต่ละครั้งเป็นการทดลองกับสิ่งประดิษฐ์บางอย่างที่เกี่ยวข้องกับการทดลอง สิ่งนี้ทำให้เราได้รับประโยชน์ต่อไปนี้:

• รีสตาร์ทการทดลองที่ขั้นตอนต่างๆในระหว่างการทดลอง
• การควบคุมเวอร์ชันของการทดลอง

แยกชุดข้อมูลออกเป็นการฝึกอบรมและทดสอบ

โปรดดูที่ส่วน TRAIN_TEST_SPLIT ใน config.ini เพื่อทำความเข้าใจการกำหนดค่าที่จำเป็นในการเริ่มต้นการทดลองและสร้างการทดสอบและข้อมูลรถไฟ

คำสั่งที่จะใช้คือ:

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

สิ่งนี้จะสร้าง experiments folder ด้วย experiment_id เป็นโฟลเดอร์ย่อยเพื่อจัดเก็บสิ่งประดิษฐ์ ในกรณีที่ experiment_id ว่างเปล่าในการกำหนดค่าในระหว่างการวิ่งครั้งแรกสิ่งนี้จะถูกเติมและเขียนกลับไปที่การกำหนดค่า

คุณควรเห็น CSV สำหรับ train และ test ตามลำดับในโฟลเดอร์การทดลอง

รายการแบบอักษร

โปรดใช้ซิปนี้เพื่อรับ 70 ฟอนต์เพื่อฝึกอบรมรุ่น

การอ้างอิง

• เครื่องกำเนิดข้อมูลภาพโดยใช้ PIL
• การสร้างภาพข้อมูลแคมบัณฑิต
• ตัวค้นหาอัตราการเรียนรู้