看帖识字 Kantie Shizi v1
4,96 млн параметров для 4 167 иероглифов
1 min read
Модель распознаёт один вырезанный иероглиф китайской каллиграфии среди 4 167 типов знаков в пяти стилях: 楷, 行楷, 行, 草 и 隶. Это CNN на 4,96 млн параметров и 20 МБ, обученная с нуля на оцифрованных работах Национального дворца-музея в Тайбэе. Запускается в браузере и на телефоне.
Ключевые особенности
- Всего 4,96 млн параметров и 20 МБ: есть ONNX и safetensors, инференс через onnxruntime.
- 4 167 типов знаков; на вход подаётся одно изображение, на выходе — вероятности по всем классам.
- Обучена с нуля на 213 753单字 из 1 385 произведений; ещё 346 работ держали отдельно для оценки.
- Без шрифтов, без pretrained backbone и без выходов других моделей; данные музея — CC BY 4.0.
- Принимает цветное или灰度 изображение любого размера; preprocessing уже включён в
kantie.py.
Пример
from kantie import Kantie
k = Kantie()
print(k.predict('一个字.png', topk=5))
# [('書', 0.93), ('晝', 0.02), ...]
Подробнее
На 500 знаках от 61 каллиграфа, не встречавшегося в обучении: 94,0% точности, для 草书 — 82,0%.На отложенных работах: 95,9% top-1 и 98,5% top-5.
Обучение: 60 эпох, AdamW, OneCycle, около 5 часов на DGX Spark.
Ограничения: только вырезанный одиночный знак; печатные шрифты и ручка распознаются плохо; только 4 167 известных знаков; 草书 слабее всего.








Comments