/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
pp_doclayout_v2 · dense
Библиотека
PaddleOCR
Опубликована
23 дек 2025

PP-DocLayoutV2_safetensors

Поиск объектовИзображение → bounding_boxes9 профессий

Лёгкая модель PaddlePaddle для обнаружения элементов макета документа, их классификации и определения порядка чтения.

443скачиваний за 30 дней6лайковвеса 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-DocLayoutV2 — лёгкая модель PaddlePaddle для анализа структуры документов. Она обнаруживает и классифицирует элементы макета, а затем определяет порядок их чтения. Архитектура состоит из детектора на основе RT-DETR и следующей за ним pointer network, которая упорядочивает найденные рамки и метки классов.

Модель предназначена для обработки страниц документов: выявления структурных элементов и восстановления последовательности чтения. В метаданных указаны английский и китайский языки, библиотека PaddleOCR и формат весов safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • поиск блоков текста и других элементов на странице документа
  • классификация элементов макета документа
  • определение порядка чтения блоков на странице
  • анализ структуры страниц для последующей обработки OCR

Ограничения

Модель ориентирована на обнаружение и упорядочивание элементов макета; README не заявляет распознавание текста. Для использования требуется совместимая библиотека PaddleOCR.

Для каких профессий подходит9

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

Introduction

PP-DocLayoutV2 is a dedicated lightweight model for layout analysis, focusing specifically on element detection, classification, and reading order prediction.

Model Architecture

PP-DocLayoutV2 is composed of two sequentially connected networks. The first is an RT-DETR-based detection model that performs layout element detection and classification. The detected bounding boxes and class labels are then passed to a subsequent pointer network, which is responsible for ordering these layout elements.

Model Usage

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

model_path = "PaddlePaddle/PP-DocLayoutV2_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_demo.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:
    print(result["scores"])
    print(result["labels"])
    print(result["boxes"])
    for idx, (score, label_id, box) in enumerate(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"Order {idx + 1}: {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.

Класс архитектуры
PPDocLayoutV2ForObjectDetection
Ревизия весов
880e897

0 моделей