/ Модель

Характеристики

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

PP-DocLayout_plus-L_safetensors

Описание изображенийИзображение → текст9 профессий

Модель PaddlePaddle на базе RT-DETR-L обнаруживает и локализует структурные области на страницах документов на китайском и английском языках.

111скачиваний 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-DocLayout_plus-L — модель локализации областей и элементов в документах, разработанная PaddlePaddle. Она предназначена для обнаружения структуры на страницах статей, презентаций, журналов, договоров, книг, экзаменационных материалов и исследовательских отчетов. Модель построена на архитектуре RT-DETR-L и распознаёт 20 категорий, включая заголовки, основной текст, номера страниц, аннотации, таблицы, ссылки, колонтитулы, формулы, изображения, диаграммы и списки.

Модель обучена на собственном наборе документов на китайском и английском языках. В карточке приведена оценка mAP@0.5 83,2% на внутреннем наборе данных для обнаружения областей документов. Репозиторий содержит веса safetensors, библиотека — PaddleOCR. Лицензия Apache-2.0. Оценка относится к указанному внутреннему набору и не гарантирует такую же точность на других типах документов.

Сценарии применения

  • обнаружение заголовков, текста и номеров страниц в документах
  • поиск таблиц, формул, изображений и диаграмм на страницах
  • разметка структуры научных статей и исследовательских отчетов
  • анализ макета договоров, книг, журналов и презентаций
  • подготовка областей документа для последующего OCR

Ограничения

Оценка mAP@0.5 83,2% получена на внутреннем наборе данных, поэтому качество на других типах документов может отличаться. Описание заявляет обнаружение 20 категорий, но не приводит подробностей о поведении модели на иных языках или видах изображений.

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

PP-DocLayout_plus-L

Introduction

A higher-precision layout area 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 20 common categories: document title, paragraph title, text, page number, abstract, table, references, footnotes, header, footer, algorithm, formula, formula number, image, table, seal, figure_table title, chart, and sidebar text and lists of references. The key metrics are as follow:

ModelmAP(0.5) (%)
PP-DocLayout_plus-L83.2

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-DocLayout_plus-L_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
325ea4e

0 моделей