fontastic

传说

字体分类器

该存储库包含来自图像的类字体的实验。当前，它由刮擦器组成。

安装说明

• 要求

  • python3
  • PIP3
  • Virtualenv

• 如何安装

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

使用Fontastic软件包

该软件包包含以下文件夹结构：

 fontastic -- 
            scrape
            utils

如何生成字体图像？

1. 下载字体并在位置<project_root>位置上取下。因此，每个字体将如下列表

    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. 现在运行python fontastic/data_generation/local_image_gen.py

3. 该程序将为每个随机文本和TTF组合创建4K图像。输出图像位置是project_root/data/dst/roboto/<output_images>

4. 下一个运行python fontastic/data_generation/training_data_gen.py 。该程序将创建图像的农作物，并执行可用于培训网络的数据转换。

培训和评估

进行培训和评估的思考过程是将每个训练和评估作为一个与实验相关的伪像的实验。这给我们带来了以下好处：

• 在实验运行期间的各个分期级的重新启动实验
• 实验的版本控制

将数据集分解为培训和测试

请查看config.ini中的TRAIN_TEST_SPLIT部分，以了解启动实验并生成测试和培训数据所需的配置。

使用的命令是：

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

这将生成一个experiments folder作为子experiment_id夹来存储工件的实验文件夹。如果在第一次运行期间， experiment_id在配置中留为空，则将填充并将其写回配置。

您应该在实验路径文件夹中分别看到用于train和test的CSV。

字体列表

请使用此ZIP获取70个字体来训练模型

参考

• 使用pil的图像数据生成器
• 毕业摄像机可视化
• 学习率查找器