feat(glyphsr): GlyphSR 한국어 자모 prior SR 모델 (Phase 1-3)
#1
by yakdoli - opened
Summary
- GlyphSR 모델 (glyphsr/model.py): 자모 분해 prior 조건부 글자 4× SR
- MARCONet 변형: 멀티스케일 인코더(skip connection) + SFT prior 주입 디코더
- 잔차 학습: SR = bicubic_base + residual (L1 all-white 편향 방지)
- U-Net skip: 인코더 공간 정보 → decoder 각 해상도에 concat
- 3-Phase 학습 (glyphsr/train.py)
- Phase 2 lam_ce=0.02, prior_dropout=0.3
- Phase 3 EWC (λ=500) — Fisher≈0 문제로 glyphsr_p2.pth가 최종 모델
Phase 2 최종 성능 (glyphsr_p2.pth @ yakdoli/glyphsr)
| Metric | Value |
|---|---|
| PSNR (synth n=2000) | 26.72 dB |
| Jamo top-1 | 97.7% |
| Jamo CER | 0.84% |
| Char CER | 2.3% |