Book Page Cropper
углы страниц раскрытой книги
1 min readupdated
Экспериментальная модель от Aananda-giri предсказывает углы страниц по полному фото раскрытой книги. Архитектура — MobileNetV3 с FPN и восемью heatmap 96×96; есть PyTorch- и ONNX-раннеры.
Ключевые особенности
- Предсказывает две страничные области: presence, четыре угла и valid.
- Принимает исходный JPEG/PNG, учитывает EXIF-ориентацию и вписывает фото в 384×384 с padding.
- Есть ONNX-вариант для CPU без PyTorch и CUDA-инференс для PyTorch.
- presence не калиброван; valid проверяет выпуклость, границы и площадь, но не правильность кропа.
- requires_review всегда true: каждое предложение нужно проверять.
Пример
python -m venv .venv
. .venv/bin/activate
python -m pip install -r requirements.txt
python predict.py --image /path/to/original-photo.jpg > predictions.json
python predict.py --image /path/to/original-photo.jpg --device cuda
Подробнее
ПодробнееСредний polygon IoU: 0.9510 на 66 фото знакомых книг; 0.8056 на 208 фото NEA вне обучения; 0.7257 на 82 фото NCLEX. Это отдельные чекпоинты.
Обучение: MobileNetV3 + FPN, восемь heatmap 96×96, 224 фото, 300 шагов, Tesla T4.
Ограничения: всего две физические книги, это dev-бенчмарки; нет заявленной production-точности, калиброванной уверенности и задержки на телефоне.
Модель не предсказывает поворот текста, размытие, пустые страницы, необходимость пересъёмки или дубликаты.










Comments