ConvNeXt-Tiny для проверки подписей

Это Siamese-модель на базе ConvNeXt-Tiny от izamscientist: она смотрит на две рукописные подписи и выдаёт score от 0 до 1 — насколько вероятно, что их написал один человек. Модель writer-independent, то есть рассчитана на авторов, которых не было в обучении. Обучена на сканах из HMS, CEDAR и BHSig260.

✅ Ключевые особенности

• ✅ Сравнивает две подписи и возвращает score 0–1: чем выше, тем вероятнее один автор.
• 🔥 Writer-independent: работает на людях, которых не было в train/validation/model selection.
• 📌 Три порога: main 0.7785, ACCEPT 0.9106, REJECT 0.5376; между accept и reject — REVIEW.
• 💻 Вес модели 112 MB, есть inference.py и код обучения для воспроизведения.
• 📚 Обучение на HMS, CEDAR и BHSig260; сплит по авторам, без пересечения людей между наборами.

📷 Пример

from huggingface_hub import snapshot_download
import sys, inference

root = snapshot_download('izamscientist/signature-similarity-convnext-tiny')
sys.path.insert(0, root)
model = inference.load_model()
score = inference.compare(model, 'signature_a.png', 'signature_b.png')
print(score, inference.decide(score))

Подробнее

Тест: accuracy 81.5% (95% диапазон 78.8–84.2%), EER 18.5%, ROC-AUC 0.902, F1 0.821.
На главном пороге 21.8% пар разных людей (включая подделки) принимаются — нужен человек в цикле.
Обучено на сканах; фото с телефона и другие письменности могут давать хуже. HMS English и HMS Bengali ниже 80% на тесте.
Веса 112 MB, инференс на PyTorch.