זיהוי פונטים עבריים

אודות הכלי

כלי זה מזהה פונטים עבריים מתוך תמונה. העלו תמונה עם טקסט עברי, סמנו את האזור הרצוי, והמערכת תציג את הפונטים הדומים ביותר מתוך מאגר של כ-593 פונטים עבריים.

איך הזיהוי עובד?

כשאתם מסמנים אזור בתמונה, האזור נחתך ונשלח לשרת. שם, מודל למידה עמוקה (Deep Learning) מנתח את הצורות, העוביים והמאפיינים של האותיות ומשווה אותם לדוגמאות שעליהן אומן. המודל מחזיר את חמשת הפונטים הדומים ביותר יחד עם אחוז ביטחון (Confidence) לכל תוצאה.

ככל שאחוז הביטחון גבוה יותר, כך הסבירות שהפונט זוהה נכון גדלה. אם הפונט המקורי אינו במאגר, המודל יציג פונטים בעלי מאפיינים חזותיים דומים.

על המודל

המודל מבוסס על ארכיטקטורת ConvNeXt-Tiny שפותחה על ידי Meta (פייסבוק). ConvNeXt היא רשת נוירונים קונבולוציונית (CNN) מודרנית שמשלבת את הפשטות של רשתות קונבולוציה מסורתיות עם טכניקות שפותחו במקור עבור מודלי Transformer. התוצאה היא מודל קומפקטי אך חזק במיוחד לזיהוי תמונות.

המודל עבר תהליך של Transfer Learning (למידת העברה): תחילה אומן על מיליוני תמונות כלליות ממאגר ImageNet כדי ללמוד לזהות צורות, קווים ומרקמים, ולאחר מכן אומן מחדש (Fine-Tuned) באופן ספציפי על 593 פונטים עבריים. טכניקה זו מאפשרת למודל להגיע לדיוק גבוה גם עם כמות מוגבלת יחסית של דוגמאות לכל פונט.

לצורך הרצה מהירה, המודל הומר לפורמט ONNX (Open Neural Network Exchange) - פורמט אוניברסלי שמאפשר הסקה יעילה ללא תלות בספריות אימון כבדות.

מגבלות

• הכלי מזהה פונטים רק מתוך המאגר שעליו אומן. אם הפונט בתמונה אינו במאגר, המודל עלול להחזיר תוצאות שאינן בהכרח קשורות לפונט המקורי - לפעמים יציע פונטים דומים חזותית, ולפעמים תוצאות שאינן רלוונטיות כלל.
• מכיוון שהאימון נעשה על דאטה-סט סינטטי, הדיוק בתמונות מהעולם האמיתי עשוי להיות נמוך יותר.
• תמונות מטושטשות, מוטות, או עם רקע מורכב עלולות לפגוע בדיוק הזיהוי.
• מומלץ לסמן אזור טקסט נקי ככל האפשר, ללא לוגו או גרפיקה.