Layout Detect C1

Небольшой проект на PyTorch для определения раскладки текста по фразе или слову.

Модель LayoutDetectC1 классифицирует вход как один из классов:

• SYMBOL — символы/прочее
• RUS — русский текст
• ENG — английский текст
• RUS_ON_ENG — русский текст на английской раскладке
• ENG_ON_RUS — английский текст на русской раскладке

Требования

• Python 3.10+
• torch

Запуск

1. Убедитесь, что файл модели лежит по пути out/LayoutDetectC1.pth.
2. Запустите:

python main.py

После запуска программа попросит ввести фразу и выведет предсказанный класс и список классов по словам.

Flask API

Запуск:

python api.py

Примеры запросов:

curl -X POST http://127.0.0.1:5000/word \
  -H "Content-Type: application/json" \
  -d '{"word":"ghbdtn"}'

curl -X POST http://127.0.0.1:5000/phrase \
  -H "Content-Type: application/json" \
  -d '{"phrase":"ghbdtn world"}'

Пример

Enter phrase: ghbdtn world
Class: WordClass.ENG_ON_RUS
Values: [<WordClass.ENG_ON_RUS: 4>, <WordClass.ENG: 2>]

Как это работает

Текст приводится к нижнему регистру, обрезается до 64 символов и кодируется как one-hot по символам. Затем свёрточная сеть делает предсказание для каждого слова, а итоговый класс фразы берётся как медиана по словам.

Структура проекта

• main.py — точка входа
• model.py — модель и логика классификации