语言:

• 英文 基础模型:
• ds4sd/docling-models 任务标签:
• 目标检测

文档布局检测模型

这是专为文档布局检测设计的Docling模型，旨在像其他Hugging Face模型一样便于导入和使用。

该模型隶属于Docling模型库，提供文档版面分析工具。

使用示例

加载和使用模型的示例代码如下：

import torch
from PIL import Image
from transformers import RTDetrForObjectDetection, RTDetrImageProcessor

# 加载模型和处理器
image_processor = RTDetrImageProcessor.from_pretrained("HuggingPanda/docling-layout")
model = RTDetrForObjectDetection.from_pretrained("HuggingPanda/docling-layout")

# 加载图像
image = Image.open("hocr_output_page-0001.jpg")

# 图像预处理
resize = {"height":640, "width":640}
inputs = image_processor(
    images=image,
    return_tensors="pt",
    size=resize,
)

# 执行推理
with torch.no_grad():
    outputs = model(**inputs)

# 后处理结果
results = image_processor.post_process_object_detection(
    outputs, 
    target_sizes=torch.tensor([image.size[::-1]]), 
    threshold=0.3
)

# 打印检测结果
for result in results:
    for score, label_id, box in zip(result["scores"], result["labels"], result["boxes"]):
        score, label = score.item(), label_id.item()
        box = [round(i, 2) for i in box.tolist()]
        print(f"{model.config.id2label[label+1]}: {score:.2f} {box}")

模型信息

• 基础模型: RT-DETR（基于Transformer的鲁棒目标检测器）
• 用途: 文档版面检测
• 框架: Hugging Face Transformers
• 训练数据集: 内部文档结构识别数据集
• 许可证: Apache 2.0

引用说明

若在研究中使用了本模型，请引用Docling主模型库：

@misc{docling2024, title={Docling Models for Document Layout Analysis}, author={DS4SD Team}, year={2024}, howpublished={Hugging Face Repository}, url={https://huggingface.co/ds4sd/docling-models} }

更多详情请访问主仓库：ds4sd/docling-models。

联系方式

如有疑问或问题，请在Hugging Face上发起讨论或联系[pandahd75@gmail.com]。