yujunhuinlp commited on
Commit
b41d4dc
1 Parent(s): 19a1585

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +34 -2
README.md CHANGED
@@ -20,7 +20,7 @@ pipeline_tag: object-detection
20
 
21
  因此,为了解决这一问题,我们通过人工标注的方式对论文文档进行细粒度标签改造以及数据优化,并构建起研报场景细粒度版式分析数据集,最好利用这些标注数据集,训练了多个全新的中文文档版式分析模型,在**封闭测试集上表现优异**。
22
 
23
- 本次开源,360人工智能研究院AILAB-NLP团队优先开源了面向**论文**和**研报**两个场景的版面分析轻量化模型权重及相应的标签体系,旨在能够识别文档中的段落边界等信息,并准确区分文本、图像、表格、公式等其他元素,最终推动产业发展。
24
 
25
  ## 二、使用
26
 
@@ -46,7 +46,7 @@ pipeline_tag: object-detection
46
  print(result[0].boxes.cls) # 输出所有的检测到的bounding box类别对应的id
47
  print(result[0].boxes.conf) # 输出所有的检测到的bounding box的置信度
48
  ```
49
-
50
 
51
 
52
  ## 三、版面分析
@@ -104,6 +104,38 @@ pipeline_tag: object-detection
104
  </div>
105
 
106
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
107
 
108
 
109
 
 
20
 
21
  因此,为了解决这一问题,我们通过人工标注的方式对论文文档进行细粒度标签改造以及数据优化,并构建起研报场景细粒度版式分析数据集,最好利用这些标注数据集,训练了多个全新的中文文档版式分析模型,在**封闭测试集上表现优异**。
22
 
23
+ 本次开源,我们优先开源了面向**论文**和**研报**两个场景的版面分析轻量化模型权重及相应的标签体系,旨在能够识别文档中的段落边界等信息,并准确区分文本、图像、表格、公式等其他元素,最终推动产业发展。
24
 
25
  ## 二、使用
26
 
 
46
  print(result[0].boxes.cls) # 输出所有的检测到的bounding box类别对应的id
47
  print(result[0].boxes.conf) # 输出所有的检测到的bounding box的置信度
48
  ```
49
+
50
 
51
 
52
  ## 三、版面分析
 
104
  </div>
105
 
106
 
107
+ ### 3.3 publaynet
108
+
109
+ - 标签类别
110
+
111
+ | 元素 | 名称 |
112
+ | ------ | ---- |
113
+ | text | 正文 |
114
+ | title | 标题 |
115
+ | list | 列表 |
116
+ | table | 表格 |
117
+ | figure | 图片 |
118
+
119
+
120
+
121
+ - 示例
122
+
123
+ <div align="center">
124
+ <img src="./case/publaynet/case1.jpg" width="50%" height="50%">
125
+ <img src="./case/publaynet/case2.jpg" width="50%" height="50%">
126
+ </div>
127
+
128
+ ### 3.4 通用版式
129
+
130
+ - 标签类别
131
+
132
+ | 元素 | 名称 |
133
+ | -------- | ---- |
134
+ | Text | 正文 |
135
+ | Title | 标题 |
136
+ | Figure | 列表 |
137
+ | Table | 表格 |
138
+ | Equation | 图片 |
139
 
140
 
141