Модель DocLayout-YOLO находит и классифицирует элементы макета документов, включая текст, таблицы, иллюстрации и формулы.
976скачиваний за 30 дней0лайковвеса обновлены2 фев 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
DocLayout-YOLO Docstructbench — модель компьютерного зрения для обнаружения элементов структуры документов, основанная на семействе DocLayout-YOLO и представленная в формате ONNX. Она предназначена для поиска и классификации десяти типов областей: заголовков, обычного текста, иллюстраций и подписей к ним, таблиц и их подписей и сносок, а также формул и подписей к ним. Модель можно применять в конвейерах анализа документов и подготовки их структурированного представления.
Модель рассчитана на входные изображения документов и выдаёт обнаруженные области с метками классов. Репозиторий указывает Apache-2.0 в качестве лицензии. Карточка не сообщает сведения о размере модели, контексте или языковой поддержке; применимость может зависеть от качества и разметки входного документа.
Сценарии применения
поиск заголовков и текстовых областей на страницах документов
обнаружение таблиц и подписей к ним
выделение иллюстраций и подписей к ним
поиск формул и подписей к формулам
извлечение структуры страниц для последующей обработки
Ограничения
Карточка перечисляет десять классов элементов и формат ONNX, но не приводит метрик качества или сведений о поддерживаемых языках. Качество обнаружения на конкретных типах документов и сканах следует оценивать отдельно.
Для каких профессий подходит10
Разделы каталога профессий, в задачах которых используется эта модель
from anyformat.doclayout import DocLayoutModel, download_converted
# Download weights from this repo
weights = download_converted("docstructbench")
# Run inference
model = DocLayoutModel(weights)
results = model.predict("document.png")
for det in results:
print(f"{det['class_name']}: {det['confidence']:.2f}")
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
СпособСтатусЦена
GPU в ailist
Универсальный рантайм · ultralytics
Нельзя запустить
Модели Ultralytics YOLO требуют отдельного рантайма.