К содержимому
Другое

ThaOCR-font

шрифт строки для кхмерского OCR

1 мин чтенияобновлено

Четвёртый из пяти этапов пайплайна ThaOCR от Thareah. Компактная ONNX-модель FontNet с 8 свёрточными слоями и около 0,45 млн параметров принимает серый фрагмент строки 32×256 и предсказывает семейство шрифта, насыщенность, наклон и логарифм относительного размера em.

Ключевые особенности

  • 29 семейств: кхмерские Khmer OS, Noto, Hanuman и другие плюс Latin serif/sans.
  • Версия font_cnn_v2 по умолчанию добавляет голову размера em; v1 предсказывает только семейство, вес и наклон.
  • Формат ONNX (opset 17), запуск через onnxruntime на CPU; файлы по 1,9 МБ.
  • Выход: family, regular/bold, upright/italic и log em-size, который переводится в CSS font size.
  • Входит в пятиэтапный OCR-пайплайн для кхмерского и английского.

Пример

После детекции и распознавания строки подайте её серый кроп 32×256 в font_cnn_v2.onnx. Модель вернёт семейство из 29 классов, начертание, наклон и относительный размер — последний можно использовать для CSS-размера шрифта.

ПодробнееНа валидации v2: family 92,0 %, weight 98,0 %, slant 99,9 %; медианная ошибка размера 1,7 %, 97,9 % строк укладываются в 10 %.
Обучение только на синтетических данных: кхмерский новостной корпус и английские предложения, рендер с искажениями.
Лицензия other: часть текста — research-use, проверьте совместимость с вашим сценарием.
Работает на CPU, без GPU.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # Thareah/ThaOCR-font
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Thareah/ThaOCR-font --local-dir ~/models/ThaOCR-font
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ThaOCR-font
  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 ThaOCR-font — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Thareah/ThaOCR-font
Автор
Thareah
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

Другое

YOLO11n v7

YOLO11n v7
Другое

Columnist

Columnist
Другое

ANCHURUS

ANCHURUS