Metom Onnx

--- license: apache-2.0 library_name: onnx pipeline_tag: image-classification base_model: SakanaAI/Metom tags: - kuzushiji - ocr - japanese - onnx - onnxruntime-web - vit --- # metom-onnx ブラウザ (onnxruntime-web) で**くずし字の単字認識**を行うための [SakanaAI/Metom](https://huggingface.co/SakanaAI/Metom) の ONNX 変換版。 古文書向けの fine-tune 版は [`nakamura196/metom-komonjo-onnx`](https://huggingface.co/nakamura196/metom-komonjo-onnx) を参照。 ## ファイル - `metom.onnx` — ViT 単字分類器 (**fp32 / 量子化なし**) - `metom-labels.json` — クラス id → 文字 の配列 (length = **2703**) ## 入出力 / 前処理 | | | |---|---| | input | `pixel_values` `[batch, 3, 128, 128]` float32 | | output | `logits` `[batch, 2703]` (softmax で確率、argmax で文字 id) | | 前処理 | 文字 crop を 128×128 へ resize → `/255` → **CLIP 正規化** → NCHW | | 正規化 | mean = `[0.48145466, 0.4578275, 0.40821073]` / std = `[0.26862954, 0.26130258, 0.27577711]` | クラス数 2703 は原典モデルの `config.labels` に由来する。 ## 精度（原典 SakanaAI/Metom の公表値） > 下記は**原典モデルの公表値**。本 ONNX は原典を fp32 のまま変換し、HF の example 画像で > PyTorch と argmax 一致を検証済み（量子化なし）のため、原典と同等の挙動とみなせる。 > ただし本リポジトリでの**独立した再測定値ではない**点に注意。 | 指標 | 値 | |---|---| | micro accuracy（全体） | **0.9722** | | macro accuracy（クラス平均） | **0.8354** | | 評価データ | 日本古典籍くずし字データセット (CODH)、テスト 216,645 字 | | 学習データ | 同データセット 649,932 字（train:val:test = 3:1:1） | | アーキテクチャ | Vision Transformer (ViT) ベース | 出典: <https://huggingface.co/SakanaAI/Metom> ## 制約 - 単字 crop 前提（行・文脈は扱わない）。濁点・連綿・レイアウトは考慮しない。 - macro 0.8354 が示すとおり、低頻度字種の精度は相対的に低い。 - 分布外（近代活字・漢籍整版・劣化資料）では精度が落ちる。 ## License / Credit Apache-2.0。原典: **SakanaAI/Metom**（<https://huggingface.co/SakanaAI/Metom>）。 本リポジトリは onnxruntime-web 用の **ONNX 変換ミラー**。

Source context: 0 downloads · 0 likes · Pipeline image-classification · Library onnx · Repo nakamura196/metom-onnx