К содержимому
Другое

scoredit-scan

распознавание нот с фото прямо в браузере

2 мин чтенияобновлено

Набор компактных моделей для оптического распознавания нот (OMR) со сканов и фотографий на стороне клиента, без отправки файлов на сервер. В основе лежат готовые чекпоинты проекта oemer (обученные на датасете DeepScoresV2), которые автор конвертировал для запуска в браузере через onnxruntime-web и дополнил экспортом классификаторов в JSON. В отличие от оригинального oemer, здесь убрана нейросеть поиска нотоносцев с некоммерческой лицензией — её заменили классической обработкой изображений внутри библиотеки scoredit, благодаря чему релиз подходит для свободного использования. Инструмент пригодится разработчикам музыкальных веб-приложений, нотных редакторов и сервисов оцифровки партитур.

Ключевые особенности

  • Локальная работа в браузере: модели загружаются на устройство пользователя при первом обращении и выполняются через onnxruntime-web.
  • Два варианта весов: полная сеть сегментации символов oemer-symbols.onnx (38.4 МБ) и квантованная в int8 версия (10.3 МБ) для смартфонов и обычного WebAssembly.
  • Распознавание элементов нотации: сеть выделяет штили, паузы, головки нот, ключи и знаки при ключе, а 4 SVM-классификатора в JSON (5.9 МБ) уточняют ключи, паузы и знаки альтерации (диез, бемоль, бекар).
  • Открытые лицензии: код oemer распространяется под MIT, датасет обучения DeepScoresV2 — под CC BY 4.0, а некоммерческий компонент удалён.

Что можно сделать

  • Встроить сканирование бумажных нот и фото партитур в веб-редактор на базе библиотеки scoredit или Omnitext.
  • Использовать облегчённую int8-модель в мобильных браузерах для быстрого получения черновика цифровой партитуры перед ручной правкой.

Пример

import { readScanScore } from "scoredit";
const base = "[https://huggingface.co/hikashop-nicolas/scoredit-scan/resolve/main/](https://huggingface.co/hikashop-nicolas/scoredit-scan/resolve/main/)";
const doc = await readScanScore(imageBlob, {
  models: { symbols: base + "oemer-symbols.onnx", classifiers: base + "oemer-classifiers.json" },
});
ПодробнееТочность на тестовом наборе из 14 страниц: около 80% по высоте тона и 72% по сочетанию высоты и длительности.
Скорость: около 70 секунд на страницу с использованием WebGPU на ноутбуке 2019 года.
Ограничения: модель выдаёт черновик партитуры, требующий ручной проверки; переобучение весов не проводилось, только конвертация.
Обсудить Telegram 0

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 0.0 GB · готовые файлы0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.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: INT8 — 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.

    # hikashop-nicolas/scoredit-scan
    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 hikashop-nicolas/scoredit-scan --local-dir ~/models/scoredit-scan
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к scoredit-scan
  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 scoredit-scan — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

hikashop-nicolas/scoredit-scan
Автор
hikashop-nicolas
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