src/typography/new-pipe/python-pipeline/README.md

Python Pipeline (alternative haute qualité)

Pipeline Python alternative pour les étapes 4 (embeddings) et 5 (UMAP) du pipeline FontMap.

Avantages vs pipeline JS

	Pipeline JS	Pipeline Python
Modèle	CLIP ViT-B/32 vanilla	CLIP ou FontCLIP (fine-tuné typographie)
UMAP	umap-js (init aléatoire)	umap-learn (init spectrale, référence)
PCA	EVD custom	scikit-learn (optimisé, LAPACK)
k-NN	Brute-force JS	scikit-learn NearestNeighbors

Installation

cd src/typography/new-pipe/python-pipeline
pip install -r requirements.txt

Utilisation

# Avec CLIP standard
python generate_embeddings_and_umap.py \
  --pngs-dir ../output/pngs \
  --output-dir ../output/data \
  --font-index ../input/font-index.json \
  --device mps  # ou cpu, cuda

# Avec FontCLIP (si les poids sont disponibles)
python generate_embeddings_and_umap.py \
  --pngs-dir ../output/pngs \
  --output-dir ../output/data \
  --font-index ../input/font-index.json \
  --fontclip \
  --device mps

FontCLIP

Pour utiliser FontCLIP :

1. Cloner https://github.com/yukistavailable/FontCLIP
2. Entraîner ou récupérer les poids fine-tunés
3. Placer le fichier .pt dans weights/fontclip_vit_b32.pt

Options

Flag	Défaut	Description
--pca	50	Nombre de composantes PCA
--umap-neighbors	15	UMAP n_neighbors
--umap-min-dist	0.3	UMAP min_dist
--knn-k	8	Nombre de voisins k-NN
--fontclip	false	Utiliser FontCLIP
--device	cpu	cpu, cuda, mps

Sortie

Le script produit un fichier typography_data_python_*.json compatible avec le format existant. Pour déployer : copier vers public/data/typography_data.json.