/ Модель

Характеристики

Лицензия
MIT
Архитектура
resnet · dense
Базовая модель
resnet-18
Опубликована
8 ноя 2023

font-identifier

Классификация изображенийИзображение → label3 профессии

Дообученная ResNet-18 определяет один из 48 стандартных шрифтов по изображению или снимку экрана.

360скачиваний за 30 дней26лайковвеса обновлены17 ноя 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gaborcselle/font-identifier — модель классификации изображений, созданная автором карточки путём дообучения ResNet-18 от Microsoft. Она определяет, какой из 48 стандартных шрифтов обучающей выборки использован в изображении, например на снимке экрана с текстом. Модель основана на ResNet-18 и распространяется в формате safetensors.

В README указаны точность 0,9633 и функция потерь 0,1172 на тестовой выборке; данные разделены на обучающую и тестовую части в пропорции 80/20. Модель обучена на наборе gaborcselle/font-examples. Лицензия — MIT.

Сценарии применения

  • определение шрифта на снимке экрана
  • распознавание шрифта в изображении текста
  • поиск использованного шрифта среди 48 стандартных вариантов

Ограничения

Классифицирует только 48 стандартных шрифтов из обучающей выборки; качество на других шрифтах и типах изображений в карточке не описано. Указанные метрики получены на тестовом разделении того же набора данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

font-identifier

This model is a fine-tuned version of microsoft/resnet-18 on the imagefolder dataset. Result: Loss: 0.1172; Accuracy: 0.9633

Try with any screenshot of a font, or any of the examples in the 'samples' subfolder of this repo.

Model description

Identify the font used in an image. Visual classifier based on ResNet18.

I built this project in 1 day, with a minute-by-minute journal on Twitter/X, on Pebble.social, and on Threads.net.

The code used to build this model is in this github rep

Intended uses & limitations

Identify any of 48 standard fonts from the training data.

Training and evaluation data

Trained and eval'd on the gaborcselle/font-examples dataset (80/20 split).

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 50

Training results

Training LossEpochStepValidation LossAccuracy
4.02430.98303.98840.0204
0.830910.993380.55360.8551
0.391720.06150.23530.9388
0.229830.999530.13260.9633
0.180440.012300.14210.9571
0.198746.9914450.12500.9673
0.172848.014760.12930.9633
0.133748.7815000.11720.9633

Confusion Matrix

Confusion matrix on test data.

image

Framework versions

  • Transformers 4.36.0.dev0
  • Pytorch 2.0.0
  • Datasets 2.12.0
  • Tokenizers 0.14.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ResNetForImageClassification
Ревизия весов
31f4fc6

0 моделей