引言
继上一篇文章之后,我这里想着将360发布的版面分析模型整合到现有的rapid_layout
仓库中,便于大家快速使用。
不曾想到,我这整理工作越做越多了,好在整体都是往更好方向走。
起初,rapid_layout
项目是在RapidStructure仓库下的。RapidStructure仓库包含三大块:文档方向分类、版面分析和表格识别。
当时,之所以这么放置,有两个原因:一是偷懒了,借鉴PP-Structure项目结构了;二是觉得这也就是一锤子买卖,整理一遍,就没有后续了。
现在来看,自己有些失算了。RAG的火热,带火了版面分析和表格识别项目。
RapidLayout
考虑到后续方便维护,将RapidLayout项目从RapidStructure中剥离出来,创建RapidLayout仓库( https://github.com/RapidAI/RapidLayout )。
为了方便大家快速测试自己场景下,模型效果,我在三个平台上(HuggingFace、魔搭、百度星河社区)搭建了在线demo。
安装使用
脚本使用:
import cv2
from rapid_layout import RapidLayout, VisLayout
# model_type类型参见上表。指定不同model_type时,会自动下载相应模型到安装目录下的。
layout_engine = RapidLayout(conf_thres=0.5, model_type="pp_layout_cdla")
img = cv2.imread('test_images/layout.png')
boxes, scores, class_names, *elapse = layout_engine(img)
ploted_img = VisLayout.draw_detections(img, boxes, scores, class_names)
if ploted_img is not None:
cv2.imwrite("layout_res.png", ploted_img)
终端使用:
$ pip install rapid-layout
$ rapid_layout -v -img test_images/layout.png