本文主要是介绍RapidLayout:中英文版面分析推理库，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
引言
继上一篇文章之后，我这里想着将360发布的版面分析模型整合到现有的rapid_layout仓库中，便于大家快速使用。
不曾想到，我这整理工作越做越多了，好在整体都是往更好方向走。
起初，rapid_layout项目是在RapidStructure仓库下的。RapidStructure仓库包含三大块：文档方向分类、版面分析和表格识别。
当时，之所以这么放置，有两个原因：一是偷懒了，借鉴PP-Structure项目结构了；二是觉得这也就是一锤子买卖，整理一遍，就没有后续了。
现在来看，自己有些失算了。RAG的火热，带火了版面分析和表格识别项目。
RapidLayout
考虑到后续方便维护，将RapidLayout项目从RapidStructure中剥离出来，创建RapidLayout仓库( https://github.com/RapidAI/RapidLayout )。
为了方便大家快速测试自己场景下，模型效果，我在三个平台上（HuggingFace、魔搭、百度星河社区）搭建了在线demo。
安装使用
脚本使用：
import cv2
from rapid_layout import RapidLayout, VisLayout# model_type类型参见上表。指定不同model_type时，会自动下载相应模型到安装目录下的。
layout_engine = RapidLayout(conf_thres=0.5, model_type="pp_layout_cdla")img = cv2.imread('test_images/layout.png')boxes, scores, class_names, *elapse = layout_engine(img)
ploted_img = VisLayout.draw_detections(img, boxes, scores, class_names)
if ploted_img is not None:cv2.imwrite("layout_res.png", ploted_img)
终端使用：
$ pip install rapid-layout
$ rapid_layout -v -img test_images/layout.png
示例效果
这篇关于RapidLayout:中英文版面分析推理库的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
