许可证: mit 基础模型: microsoft/resnet-18 标签:

• 训练生成 数据集:
• gaborcselle/font-examples 评估指标:
• 准确率 模型索引:
• 名称: font-identifier 结果:
  • 任务: 名称: 图像分类 类型: image-classification 数据集: 名称: imagefolder 类型: imagefolder 配置: default 分割: test 参数: default 评估指标:
    • 名称: 准确率 类型: accuracy 值: 0.963265306122449 小部件:
• 源: hf_samples/ArchitectsDaughter-Regular_1.png 示例标题: Architects Daughter
• 源: main/hf_samples/Courier_28.png 示例标题: Courier
• 源: main/hf_samples/Helvetica_3.png 示例标题: Helvetica
• 源: hf_samples/IBMPlexSans-Regular_25.png 示例标题: IBM Plex Sans
• 源: hf_samples/Inter-Regular_43.png 示例标题: Inter
• 源: hf_samples/Lobster-Regular_25.png 示例标题: Lobster
• 源: hf_samples/Trebuchet_MS_11.png 示例标题: Trebuchet MS
• 源: hf_samples/Verdana_Bold_43.png 示例标题: Verdana Bold 语言:
• en

字体识别器

该模型是基于microsoft/resnet-18在imagefolder数据集上微调后的版本。 结果: 损失: 0.1172; 准确率: 0.9633

尝试使用任何字体的截图，或此仓库'samples'子文件夹中的示例。

模型描述

识别图像中使用的字体。基于ResNet18的视觉分类器。

我在1天内完成了这个项目，并在Twitter/X、Pebble.social和Threads.net上记录了分钟级的日志。

构建此模型的代码位于此GitHub仓库中。

预期用途与限制

从训练数据中识别48种标准字体中的任意一种。

训练与评估数据

在gaborcselle/font-examples数据集上训练和评估（80/20分割）。

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 5e-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 64
• 优化器: Adam，参数beta=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: linear
• 学习率预热比例: 0.1
• 训练轮数: 50

训练结果

混淆矩阵

测试数据的混淆矩阵。

框架版本

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