/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
rt_detr · dense
Библиотека
PaddleOCR
Опубликована
1 апр 2026

PP-DocBlockLayout_safetensors

Описание изображенийИзображение → текст7 профессий

Модель PaddlePaddle на базе RT-DETR-L обнаруживает области на страницах документов для последующей обработки и анализа.

93скачиваний за 30 дней1лайквеса обновлены3 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PP-DocBlockLayout — модель PaddlePaddle для локализации блоков в документах. Она обучена на самостоятельно собранном наборе китайских и английских научных статей, презентаций, журналов, договоров, книг, экзаменационных материалов и исследовательских отчётов. В основе лежит RT-DETR-L; модель обнаруживает одну категорию — область документа.

Модель предназначена для поиска областей на страницах документов перед последующей обработкой, например OCR или анализом структуры. В README приведён результат mAP@0.5 95,9% на внутреннем тестовом наборе изображений документов; этот показатель относится к указанному набору и не гарантирует аналогичное качество на других типах данных. Репозиторий содержит веса в формате safetensors, библиотека — PaddleOCR. Лицензия Apache-2.0.

Сценарии применения

  • локализация областей на страницах китайских и английских документов
  • поиск блоков в научных статьях и отчётах
  • обнаружение областей в презентациях, журналах и газетах
  • выделение областей в договорах, книгах и экзаменационных материалах

Ограничения

Модель определяет только одну категорию — область документа. Указанный результат оценки получен на внутреннем наборе изображений документов, поэтому качество на других данных может отличаться.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PP-DocBlockLayout

Introduction

A layout block localization model trained on a self-built dataset containing Chinese and English papers, PPT, multi-layout magazines, contracts, books, exams, ancient books and research reports using RT-DETR-L. The layout detection model includes 1 category: Region.

ModelmAP(0.5) (%)
PP-DocBlockLayout95.9

Note: the evaluation set of the above precision indicators is the self built version sub area detection data set, including Chinese and English papers, magazines, newspapers, research reports PPT、 1000 document type pictures such as test papers and textbooks.

Model Usage

import requests
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForObjectDetection

model_path = "PaddlePaddle/PP-DocBlockLayout_safetensors"
model = AutoModelForObjectDetection.from_pretrained(model_path)
image_processor = AutoImageProcessor.from_pretrained(model_path)

image = Image.open(requests.get("https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/layout.jpg", stream=True).raw)
inputs = image_processor(images=image, return_tensors="pt")

outputs = model(**inputs)
results = image_processor.post_process_object_detection(outputs, target_sizes=[image.size[::-1]])
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]}: {score:.2f} {box}")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · PaddleOCR

Нельзя запустить

Модели PaddlePaddle рантайм не загружает.

Ревизия весов
1fc8f5e

0 моделей