 Rain-Bus
|
90fe705e8f
|
refactor: 迁移布局检测模型从 PicoDet 到 DocLayout-YOLO
- 核心变更：
- app/services/layout_detector.py: 重写布局检测器，从 PicoDet-S_layout_3cls 迁移到 DocLayout-YOLO (DocStructBench, imgsz=1024)
- 支持多设备推理 (CPU/CUDA/DirectML/OpenVINO 等)，自动探测最优设备
- 预处理改为 letterbox (保比例缩放+灰边 padding)，坐标还原使用 (model_coord - padding) / ratio 公式
- 后处理解析 YOLOv10 end-to-end 输出 [N,6]=[x1,y1,x2,y2,conf,cls]
- 类别映射改为按 class name 动态匹配 (figure/figure_group→picture, table/table_group→table)
- 新增文件：
- scripts/export_doclayout_yolo_onnx.py: DocLayout-YOLO ONNX 导出脚本 (独立 venv 运行)
- tests/test_layout_detector.py: 布局检测器完整测试 (35 个用例)
- 配置更新：
- .env.example: 更新布局检测配置 (新增 LAYOUT_IMGSZ, LAYOUT_DEVICE, LAYOUT_DEVICE_ID)
- app/config.py: Settings 类对应字段
- pyproject.toml: 新增 export 依赖组 (torch, doclayout-yolo, onnx 等)
- 删除旧文件：
- scripts/export_picodet_onnx.py: 旧 PicoDet 导出脚本
- 文档更新：
- README.md: 更新环境变量说明
- 相关服务注释更新 (pdf_image_extractor.py, summary_persister.py, reextract_images.py)
此重构遵循项目初期开发阶段规范，大胆调整数据模型，无需向后兼容。
|
2026-06-14 10:41:44 +08:00 |
|