Book Page Cropper

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

💪 Подробнее
Средний 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.