yl-ocr-layout

水平框版面分析

基于 Official YOLOv7 和 PaddleYOLO，用于水平框版面分析。

环境

conda env create -f environment.yml

服务端

python run.py --port 8080

镜像打包

make all

项目结构

.
├── core/
│   ├── detectors/              # 布局检测类目录
│   │   ├── base.py             # 布局检测基类
│   │   ├── paddle_yolo/        # 基于 PaddleYOLO 实现的布局检测类
│   │   └── yolov7.py           # 基于 Official YOLOv7 实现的布局检测类
│   └── predictor.py            # 布局检测工厂
├── models/                     # 模型权重目录
├── run.py                      # 启动入口
├── server.py                   # 路由
├── sx_utils/                   # 工具目录
├── templates/                  # 模板目录
└── testing/                    # 单元测试目录

模型配置

模型名称	模型配置
Official YOLOv7	./core/detectors/yolov7.py
PaddleYOLO YOLOv7P6-E6	./core/detectors/paddle_yolo/__init__.py

如果更新了模型权重，请同时修改创建镜像时的下载地址，如：

$ cat Dockerfile
...
# 模型权重下载地址
RUN wget ftp://192.168.199.31/yolov7p6_e6_300e/20240314/yolov7p6_e6_300e_coco.zip
...

服务实现

版面分析服务的简化流程为：

图片 + 模型名称
    |
    | (根据模型名称，对图片进行相应的布局检测)
    v
布局检测框集

其中基于 PaddleYOLO 的布局检测实现中还包含图像预处理，模型预测，后处理等。源码：PaddleYOLO/deploy/python/infer.py#L62

注：PaddleYOLO 基于 PaddleDetection，预测部署的代码实现大部分是一致的。