PP LCNet X1 0 Table Cls

🚀 PP-LCNet_x1_0_table_cls

PP-LCNet_x1_0_table_clsは、表分類モジュールの重要なモデルです。入力された表画像を分類することができ、その性能は、表認識プロセス全体の精度と効率に直接影響します。

🚀 クイックスタート

以下の手順で、PP-LCNet_x1_0_table_clsモデルの機能をすぐに体験できます。

モデルの使用

paddleocr table_classification \
    -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/6rfhb-CXOHowonjpBsaUJ.png

パイプラインの使用

汎用表認識V2パイプライン

paddleocr table_recognition_v2 -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/mabagznApI1k9R8qFoTLc.png  \
    --use_doc_orientation_classify False  \
    --use_doc_unwarping False \
    --save_path ./output \
    --device gpu:0

PP-StructureV3

paddleocr pp_structurev3 -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/mG4tnwfrvECoFMu-S9mxo.png \
    --use_doc_orientation_classify False \
    --use_doc_unwarping False \
    --use_textline_orientation False \
    --device gpu:0

✨ 主な機能

表分類モジュールは、コンピュータビジョンシステムの重要なコンポーネントで、入力された表画像を分類する役割を担います。このモジュールは通常、表画像を入力として受け取り、ディープラーニングアルゴリズムを使用して、画像の特徴と内容に基づいて、予め定義されたカテゴリ（有線表や無線表など）に分類します。表分類モジュールの分類結果は、表認識パイプラインに出力されます。主要な指標は以下の通りです。

📦 インストール

1. PaddlePaddle

以下のコマンドを参考に、pipを使用してPaddlePaddleをインストールしてください。

# CUDA11.8用
python -m pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# CUDA12.6用
python -m pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/

# CPU用
python -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

PaddlePaddleのインストールに関する詳細情報は、PaddlePaddle公式サイトを参照してください。

2. PaddleOCR

PyPIから最新バージョンのPaddleOCR推論パッケージをインストールします。

python -m pip install paddleocr

💻 使用例

基本的な使用法

from paddleocr import TableClassification
model = TableClassification(model_name="PP-LCNet_x1_0_table_cls")
output = model.predict("mabagznApI1k9R8qFoTLc.png", batch_size=1)
for res in output:
    res.print(json_format=False)
    res.save_to_json("./output/res.json")
    res.save_to_img("./output/res.png")

実行後、以下のような結果が得られます。

{'res': {'input_path': 'mabagznApI1k9R8qFoTLc.png', 'page_index': None, 'class_ids': array([1, 0], dtype=int32), 'scores': array([0.79982, 0.20018], dtype=float32), 'label_names': ['wireless_table', 'wired_table']}}

可視化画像は次の通りです。

高度な使用法

汎用表認識V2パイプライン

from paddleocr import TableRecognitionPipelineV2

pipeline = TableRecognitionPipelineV2(
    use_doc_orientation_classify=False, # use_doc_orientation_classifyを使用して、文書方向分類モデルを有効/無効にする
    use_doc_unwarping=False, # use_doc_unwarpingを使用して、文書矯正モジュールを有効/無効にする
)
output = pipeline.predict("https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/mabagznApI1k9R8qFoTLc.png")
for res in output:
    res.print() ## 予測された構造化出力を印刷する
    res.save_to_img("./output/")
    res.save_to_xlsx("./output/")
    res.save_to_html("./output/")
    res.save_to_json("./output/")

PP-StructureV3

from paddleocr import PPStructureV3

pipeline = PPStructureV3(
    use_doc_orientation_classify=False, # use_doc_orientation_classifyを使用して、文書方向分類モデルを有効/無効にする
    use_doc_unwarping=False,    # use_doc_unwarpingを使用して、文書矯正モジュールを有効/無効にする
    use_textline_orientation=False, # use_textline_orientationを使用して、テキスト行方向分類モデルを有効/無効にする
    device="gpu:0", # deviceを使用して、GPUを指定してモデル推論を行う
    )
output = pipeline.predict("mG4tnwfrvECoFMu-S9mxo.png")
for res in output:
    res.print() # 構造化予測出力を印刷する
    res.save_to_json(save_path="output") ## 現在の画像の構造化結果をJSON形式で保存する
    res.save_to_markdown(save_path="output") ## 現在の画像の結果をMarkdown形式で保存する

使用コマンドとパラメータの説明に関する詳細情報は、ドキュメントを参照してください。

📚 ドキュメント

• PaddleOCRリポジトリ
• PaddleOCRドキュメント

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスを採用しています。