## 字体识别模型:学习历程
出于对字体的个人兴趣和学习人工智能模型训练的愿望,一位软件工程师构建了“Lens”字体识别模型。现有的在线工具通常依赖于专有字体或需要手动选择字形——Lens旨在无需手动输入,从图像中识别最接近的*开源*字体。
该项目不仅仅是训练一个PyTorch文件,还需要构建一个完整的“模型”流程,包括图像处理(裁剪、清理)和输出映射。关键的学习包括专注于相关输入(图像中最大的文字块)以及认识到数据收集和清理占据了90%的工作量。
诸如分离CPU/GPU任务和从小型训练开始(每个字体5张图像)等优化被证明至关重要。虽然训练面临云端上传挑战和漫长的迭代周期,但最终的模型表现出准确和快速的性能(2-3秒)。代码已在GitHub上公开可用,但尽管性能优于现有解决方案,分发仍然是一个挑战。该工程师计划继续改进Lens,并探索其在排版和设计中的进一步应用。
## .NET MAUI 的 Avalonia:首个预览版发布
.NET MAUI 的 Avalonia 后端首个预览版现已发布,使开发者能够将 .NET MAUI 应用程序部署到 Linux 和 WebAssembly 等平台。 这扩展了 Avalonia 的跨平台能力,并提供了原生和绘制 UI 之间的选择——允许应用程序与宿主操作系统融合*或*在所有平台上保持一致的外观和感觉。
入门很简单:在现有的 .NET MAUI 项目中添加一个 NuGet 包和一个目标框架。 团队专注于与 .NET MAUI 控制的对等性,从而为所有用户带来了 Avalonia 12 的新导航 API。
广泛的测试包括移植 MauiPlanets、AlohaAI 和 MyConference 等应用程序,展示了成功的功能互操作性,且代码更改最少。 WebView、GraphicsView 和 SkiaSharp 等关键组件也受支持。
未来的开发包括基于 Avalonia 的 Maui.Essentials 定制实现以及与 WinUI 的互操作性。 此预览版旨在赋予开发者更大的控制权和灵活性,以构建真正跨平台的 .NET 应用程序。