Lo que he construido
Desde investigación en deep learning hasta apps móviles e infraestructura 24/7. Una selección de proyectos académicos, profesionales y personales.
Las fuentes sintéticas no se parecen a la letra real de un niño, así que entrené VATr (Visual Analogies for Text Rendering), una GAN que, a partir de unas pocas muestras de un alumno, genera líneas nuevas imitando su mismo estilo de escritura. Con ello se sintetiza vocabulario catalán que parece escrito a mano por un niño, cerrando el salto entre los datos sintéticos y los cuadernos reales de clase. Probé 20 configuraciones (3 checkpoints × 4 ratios sintético:real): el checkpoint temprano ep100 a ratio 2.5:1 dio el mejor resultado del proyecto, 1.69% CER. Los checkpoints tardíos empeoraban por mode collapse de la GAN.
Etiqueté a mano 215 cuadernos de alumnos reales en Unitlab.ai: bounding boxes a nivel de línea y transcripción de cada una. La exportación COCO se convierte a Parquet con un pipeline propio (tratadoCOCO) que produce 5.467 line crops normalizados a 128 px, publicados en HuggingFace 🤗 como CatK12HW-actions, el primer corpus HTR K-12 en catalán. En total, más de 120 horas entre recolección, anotación, generación de datos y entrenamiento.
→ Ver en HuggingFace
Stika
Universe
Riscada
Friendly
