Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleDetection
提交
20037620
P
PaddleDetection
项目概览
PaddlePaddle
/
PaddleDetection
大约 1 年 前同步成功
通知
695
Star
11112
Fork
2696
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
184
列表
看板
标记
里程碑
合并请求
40
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleDetection
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
184
Issue
184
列表
看板
标记
里程碑
合并请求
40
合并请求
40
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
20037620
编写于
8月 19, 2022
作者:
U
user1018
提交者:
GitHub
8月 19, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add layout (#6669)
* add layout * add layout
上级
34d78329
变更
6
显示空白变更内容
内联
并排
Showing
6 changed file
with
166 addition
and
0 deletion
+166
-0
configs/picodet/legacy_model/application/layout_analysis/README.md
...icodet/legacy_model/application/layout_analysis/README.md
+48
-0
configs/picodet/legacy_model/application/layout_analysis/images/layout_demo.png
..._model/application/layout_analysis/images/layout_demo.png
+0
-0
configs/picodet/legacy_model/application/layout_analysis/images/layout_res.jpg
...y_model/application/layout_analysis/images/layout_res.jpg
+0
-0
configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml
...application/layout_analysis/picodet_lcnet_x1_0_layout.yml
+85
-0
configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x2_5_layout.yml
...application/layout_analysis/picodet_lcnet_x2_5_layout.yml
+33
-0
docs/images/layout.jpg
docs/images/layout.jpg
+0
-0
未找到文件。
configs/picodet/legacy_model/application/layout_analysis/README.md
0 → 100644
浏览文件 @
20037620
# 更多应用
## 1. 版面分析任务
版面分析指的是对图片形式的文档进行区域划分,定位其中的关键区域,如文字、标题、表格、图片等。版面分析示意图如下图所示。
<div
align=
"center"
>
<img
src=
"images/layout_demo.png"
width=
"800"
>
</div>
### 1.1 数据集
训练版面分析模型时主要用到了以下几个数据集。
| dataset | 简介 |
| ------------------------------------------------------------ | ------------------------------------------------------------ |
|
[
cTDaR2019_cTDaR
](
https://cndplab-founder.github.io/cTDaR2019/
)
| 用于表格检测(TRACKA)和表格识别(TRACKB)。图片类型包含历史数据集(以cTDaR_t0开头,如cTDaR_t00872.jpg)和现代数据集(以cTDaR_t1开头,cTDaR_t10482.jpg)。 |
|
[
IIIT-AR-13K
](
http://cvit.iiit.ac.in/usodi/iiitar13k.php
)
| 手动注释公开的年度报告中的图形或页面而构建的数据集,包含5类:table, figure, natural image, logo, and signature |
|
[
CDLA
](
https://github.com/buptlihang/CDLA
)
| 中文文档版面分析数据集,面向中文文献类(论文)场景,包含10类:Table、Figure、Figure caption、Table、Table caption、Header、Footer、Reference、Equation |
|
[
TableBank
](
https://github.com/doc-analysis/TableBank
)
| 用于表格检测和识别大型数据集,包含Word和Latex2种文档格式 |
|
[
DocBank
](
https://github.com/doc-analysis/DocBank
)
| 使用弱监督方法构建的大规模数据集(500K文档页面),用于文档布局分析,包含12类:Author、Caption、Date、Equation、Figure、Footer、List、Paragraph、Reference、Section、Table、Title |
### 1.2 模型库
| 模型 | 图像输入尺寸 | mAP
<sup>
val
<br/>
0.5 | 下载地址 | 配置文件 |
| :-------- | :--------: | :----------------: | :---------------: | ----------------- |
| PicoDet-LCNet_x1_0 | 800
*
608 | 93.5 |
[
trained model
](
https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_layout.pdparams
)
|
[
inference model
](
https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout_infer.tar
)
|
[
config
](
./picodet_lcnet_x1_0_layout.yml
)
|
| PicoDet-LCNet_x1_0 + FGD | 800
*
608 | 94 |
[
trained model
](
https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout.pdparams
)
|
[
inference model
](
https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_layout_infer.tar
)
|
[
teacher config
](
./picodet_lcnet_x2_5_layout.yml
)
|
[
student config
](
./picodet_lcnet_x1_0_layout.yml
)
|
### 1.3 模型推理
下载模型库中的inference_model模型,版面恢复任务进行推理,可以执行如下命令:
```
bash
python3 deploy/python/infer.py
\
--model_dir
=
picodet_lcnet_x1_0_layout/
\
--image_file
=
docs/images/layout.jpg
\
--device
=
CPU
```
可视化版面结果如下图所示:
<div
align=
"center"
>
<img
src=
"images/layout_res.jpg"
width=
"800"
>
</div>
configs/picodet/legacy_model/application/layout_analysis/images/layout_demo.png
0 → 100644
浏览文件 @
20037620
178.6 KB
configs/picodet/legacy_model/application/layout_analysis/images/layout_res.jpg
0 → 100644
浏览文件 @
20037620
450.7 KB
configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x1_0_layout.yml
0 → 100644
浏览文件 @
20037620
_BASE_
:
[
'
../../../../runtime.yml'
,
'
../../_base_/picodet_esnet.yml'
,
'
../../_base_/optimizer_100e.yml'
,
'
../../_base_/picodet_640_reader.yml'
,
]
pretrain_weights
:
https://paddledet.bj.bcebos.com/models/pretrained/LCNet_x1_0_pretrained.pdparams
weights
:
output/picodet_lcnet_x1_0_layout/model_final
find_unused_parameters
:
True
use_ema
:
true
cycle_epoch
:
10
snapshot_epoch
:
1
epoch
:
100
PicoDet
:
backbone
:
LCNet
neck
:
CSPPAN
head
:
PicoHead
LCNet
:
scale
:
1.0
feature_maps
:
[
3
,
4
,
5
]
metric
:
COCO
num_classes
:
5
TrainDataset
:
!COCODataSet
image_dir
:
train
anno_path
:
train.json
dataset_dir
:
./dataset/publaynet/
data_fields
:
[
'
image'
,
'
gt_bbox'
,
'
gt_class'
,
'
is_crowd'
]
EvalDataset
:
!COCODataSet
image_dir
:
val
anno_path
:
val.json
dataset_dir
:
./dataset/publaynet/
TestDataset
:
!ImageFolder
anno_path
:
./dataset/publaynet/val.json
worker_num
:
8
TrainReader
:
sample_transforms
:
-
Decode
:
{}
-
RandomCrop
:
{}
-
RandomFlip
:
{
prob
:
0.5
}
-
RandomDistort
:
{}
batch_transforms
:
-
BatchRandomResize
:
{
target_size
:
[[
768
,
576
],
[
800
,
608
],
[
832
,
640
]],
random_size
:
True
,
random_interp
:
True
,
keep_ratio
:
False
}
-
NormalizeImage
:
{
is_scale
:
true
,
mean
:
[
0.485
,
0.456
,
0.406
],
std
:
[
0.229
,
0.224
,
0.225
]}
-
Permute
:
{}
batch_size
:
24
shuffle
:
true
drop_last
:
true
collate_batch
:
false
EvalReader
:
sample_transforms
:
-
Decode
:
{}
-
Resize
:
{
interp
:
2
,
target_size
:
[
800
,
608
],
keep_ratio
:
False
}
-
NormalizeImage
:
{
is_scale
:
true
,
mean
:
[
0.485
,
0.456
,
0.406
],
std
:
[
0.229
,
0.224
,
0.225
]}
-
Permute
:
{}
batch_transforms
:
-
PadBatch
:
{
pad_to_stride
:
32
}
batch_size
:
8
shuffle
:
false
TestReader
:
inputs_def
:
image_shape
:
[
1
,
3
,
800
,
608
]
sample_transforms
:
-
Decode
:
{}
-
Resize
:
{
interp
:
2
,
target_size
:
[
800
,
608
],
keep_ratio
:
False
}
-
NormalizeImage
:
{
is_scale
:
true
,
mean
:
[
0.485
,
0.456
,
0.406
],
std
:
[
0.229
,
0.224
,
0.225
]}
-
Permute
:
{}
batch_transforms
:
-
PadBatch
:
{
pad_to_stride
:
32
}
batch_size
:
1
shuffle
:
false
configs/picodet/legacy_model/application/layout_analysis/picodet_lcnet_x2_5_layout.yml
0 → 100644
浏览文件 @
20037620
_BASE_
:
[
'
../../_base_/picodet_esnet.yml'
,
]
pretrain_weights
:
https://paddledet.bj.bcebos.com/models/pretrained/LCNet_x2_5_ssld_pretrained.pdparams
weights
:
output/picodet_lcnet_x2_5_layout/model_final
find_unused_parameters
:
True
PicoDet
:
backbone
:
LCNet
neck
:
CSPPAN
head
:
PicoHead
LCNet
:
scale
:
2.5
feature_maps
:
[
3
,
4
,
5
]
CSPPAN
:
spatial_scales
:
[
0.125
,
0.0625
,
0.03125
]
slim
:
Distill
slim_method
:
FGD
distill_loss
:
FGDFeatureLoss
distill_loss_name
:
[
'
neck_f_3'
,
'
neck_f_2'
,
'
neck_f_1'
,
'
neck_f_0'
]
FGDFeatureLoss
:
student_channels
:
128
teacher_channels
:
128
temp
:
0.5
alpha_fgd
:
0.001
beta_fgd
:
0.0005
gamma_fgd
:
0.0005
lambda_fgd
:
0.000005
docs/images/layout.jpg
0 → 100644
浏览文件 @
20037620
345.6 KB
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录