К содержимому
Другое

CardCorpus Scanner

распознавание карт Покемон по фото до точного выпуска

2 мин чтенияобновлено

Набор из пяти компактных нейросетей и поискового индекса от команды приложения PennySleeve, который находит на фотографии каждую коллекционную карту Покемон — в альбоме, на столе или в руке — и определяет её точный принт (выпуск и коллекционный номер). Система охватывает карты на английском, японском и упрощённом китайском языках с 1996 по 2026 год и привязывает их к открытому датасету CardCorpus. Внутри пайплайна работают модели на базе MobileNetV4-small, DINOv3 ViT-S/16, PE-Core S/16 и CRNN. Решение пригодится разработчикам мобильных сканеров, каталогизаторов и инструментов для коллекционеров.

Ключевые особенности

  • Пятиступенчатый пайплайн: детектор углов QuadDet (1.4M параметров), матчер на DINOv3 (21.8M), классификатор ориентации и рубашки (0.1M), считыватель номера CRNN (1.1M) и селектор выпуска на PE-Core (23.8M).
  • Встроенный float16-индекс содержит 102 185 эмбеддингов (векторных отпечатков) для 67 247 карт на 11 ноября 2026 года, а весь репозиторий весит около 335 МБ.
  • Различает переиздания с одинаковой иллюстрацией (например, Base Set, Base Set 2 и Legendary Collection) за счёт сопоставления всей карты, чтения номера и геометрической проверки через SIFT.
  • Дополнительно оценивает наличие штампа 1st Edition и голографического паттерна e-Card reverse holo.

Что можно сделать

  • Интегрировать распознавание страниц альбома в приложение или веб-сервис для учёта коллекции через Python-пакет cardcorpus-scanner.
  • Автоматизировать сортировку и каталогизацию больших партий карт на английском, японском и упрощённом китайском языках.

Пример

from cardcorpus_scanner import Scanner

scanner = Scanner.load()
result = scanner.scan("binder-page.jpg")
for card in result["cards"]:
    best = card["candidates"][0]
    print(best["name"], best["set_name"], best["number"], best["print"])
ПодробнееТочность первого совпадения: 96.7% на фото страниц альбома в полном разрешении (641 карта), 96.4% при сжатии до 3000 px, 89.9% на снимках с телефона и 87.1% на сложных фото под углом или с размытием.
Скорость и железо: сканирование страницы из 9–12 карт занимает несколько секунд на современном GPU или чипах Apple silicon (на CPU дольше).
Ограничения: не определяет состояние карты (глейдинг/слабы), не знает карты новее 11 ноября 2026 года, а 1st Edition и Unlimited без явного отличия считает одним принтом.
Лицензии: матчер на DINOv3 распространяется под DINOv3 License, остальные модели — под Apache 2.0, индекс — под CC BY 4.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # cardcorpus/pokemon-card-scanner
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download cardcorpus/pokemon-card-scanner --local-dir ~/models/pokemon-card-scanner
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pokemon-card-scanner
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии vit_small_patch16_dinov3.lvd1689m — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 2Все на Hugging Face

О модели

cardcorpus/pokemon-card-scanner
Автор
cardcorpus
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии