Transformers documentation
PP-OCRv6_small_det
تمت مساهمة هذا النموذج في Hugging Face Transformers في 2026-05-19.
PP-OCRv6_small_det
نظرة عامة
PP-OCRv6_small_det هو النموذج الصغير في سلسلة PP-OCRv6 للكشف التي طوّرها فريق PaddleOCR. يستخدم LCNetV4 كهيكل أساسي وRepLKFPN كعنق هرم الميزات، مما يوفر تحديدًا دقيقًا للنص عبر سيناريوهات متنوعة تشمل النص المكتوب بخط اليد، والمطبوع، والمائل، والمنحني، والفني، بعدة لغات. يحتوي النموذج على 2.48 مليون معامل.
بنية النموذج
الاستخدام
الاستدلال على مدخل واحد
يُبيّن المثال أدناه كيفية اكتشاف النص باستخدام PP-OCRv6_small_det من خلال AutoModel.
from io import BytesIO
from huggingface_hub.utils import httpx
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForObjectDetection
from transformers.image_utils import load_image
model_path = "PaddlePaddle/PP-OCRv6_small_det_safetensors" # or "PaddlePaddle/PP-OCRv6_tiny_det_safetensors"
model = AutoModelForObjectDetection.from_pretrained(model_path, device_map="auto")
image_processor = AutoImageProcessor.from_pretrained(model_path)
image_url = "https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_001.png"
image = load_image(image_url)
inputs = image_processor(images=image, return_tensors="pt").to(model.device)
outputs = model(**inputs)
results = image_processor.post_process_object_detection(
outputs,
target_sizes=inputs["target_sizes"],
threshold=0.2,
box_threshold=0.45,
max_candidates=3000,
unclip_ratio=1.4,
)
for result in results:
print(result)الاستدلال المجمّع
إليك كيفية القيام بذلك باستخدام PP-OCRv6_small_det مع AutoModel:
from io import BytesIO
from huggingface_hub.utils import httpx
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForObjectDetection
from transformers.image_utils import load_image
model_path = "PaddlePaddle/PP-OCRv6_small_det_safetensors" # or "PaddlePaddle/PP-OCRv6_tiny_det_safetensors"
model = AutoModelForObjectDetection.from_pretrained(model_path, device_map="auto")
image_processor = AutoImageProcessor.from_pretrained(model_path)
image_url = "https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_001.png"
image = load_image(image_url)
inputs = image_processor(images=[image, image], return_tensors="pt").to(model.device)
outputs = model(**inputs)
results = image_processor.post_process_object_detection(
outputs,
target_sizes=inputs["target_sizes"],
threshold=0.2,
box_threshold=0.45,
max_candidates=3000,
unclip_ratio=1.4,
)
for result in results:
print(result)PPOCRV6SmallDetForObjectDetection
فئة transformers.PPOCRV6SmallDetForObjectDetection
< source >( config: PPOCRV6SmallDetConfig )
المعاملات
- config (PPOCRV6SmallDetConfig) — فئة إعدادات النموذج التي تحتوي على جميع معاملات النموذج. لا يؤدي التهيئة باستخدام ملف الإعدادات إلى تحميل الأوزان المرتبطة بالنموذج، بل الإعدادات فقط. راجع طريقة from_pretrained() لتحميل أوزان النموذج.
نموذج PPOCR6SmallRec لمهام التعرف على النص.
يرث هذا النموذج من PreTrainedModel. راجع توثيق الفئة الأصلية لمعرفة الطرق العامة التي تنفذها المكتبة لجميع نماذجها (مثل التحميل أو الحفظ، وتغيير حجم تضمينات الإدخال، وقص الرؤوس، وما إلى ذلك).
هذا النموذج هو أيضًا فئة فرعية من torch.nn.Module في PyTorch. استخدمه كوحدة PyTorch عادية، وارجع إلى توثيق PyTorch لكل ما يتعلق بالاستخدام العام والسلوك.
PPOCRV6SmallDetConfig
فئة transformers.PPOCRV6SmallDetConfig
< source >( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonebackbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Nonereduction: int = 4neck_out_channels: int = 96interpolate_mode: str = 'nearest'kernel_list: list[int] | tuple[int, ...] = (3, 2, 2)layer_list_out_channels: list[int] | tuple[int, ...] = (12, 18, 42, 360)dilated_kernel_size: int = 7 )
المعاملات
- backbone_config (
Union[dict, ~configuration_utils.PreTrainedConfig], اختياري) — إعدادات نموذج الهيكل العظمي. - reduction (
int، اختياري، القيمة الافتراضية 4) — معامل الاختزال لأبعاد قنوات الميزات، ويُستخدم لتقليل عدد معاملات النموذج والتعقيد الحسابي مع الحفاظ على قدرة الميزات على التمثيل. - neck_out_channels (
int، اختياري، القيمة الافتراضية 96) — عدد قنوات الإخراج من شبكة العنق، وهي المسؤولة عن دمج الميزات وتحسينها قبل تمريرها إلى شبكة الرأس. - interpolate_mode (
str، اختياري، القيمة الافتراضية"nearest") — وضع الاستيفاء المستخدم لتكبير أو تصغير خرائط الميزات في شبكة العنق. تشمل الأوضاع المدعومة"nearest"(استيفاء الجار الأقرب) و"bilinear". - kernel_list (
List[int]، اختياري، القيمة الافتراضية[3, 2, 2]) — قائمة أحجام النوى للطبقات التلافيفية في شبكة الرأس، وتُستخدم لاستخراج الميزات متعددة المقاييس لكشف مناطق النص ذات الأحجام المختلفة. - layer_list_out_channels (
List[int]، اختياري، القيمة الافتراضية[12, 18, 42, 360]) — قائمة قنوات الإخراج لكل مرحلة من مراحل الهيكل العظمي (backbone)، وتُستخدم لضبط قنوات الإدخال لطبقات RSE في شبكة العنق (neck) من أجل دمج الميزات متعددة المقاييس. - dilated_kernel_size (
int، اختياري، القيمة الافتراضية 7) — حجم النواة للطبقة التلافيفية المُمدَّدة في مسار التلافيف المدخل، ويُستخدم لالتقاط التبعيات طويلة المدى في خرائط الميزات.
هذه فئة الإعدادات المخزنة لإعدادات نموذج PPOCRV6SmallDetModel. تُستخدم لاستحداث نموذج Pp Ocrv6 Small Det وفقًا للحجج المحددة، مع تعريف بنية النموذج. إن استحداث إعدادات باستخدام القيم الافتراضية سيؤدي إلى الحصول على إعدادات مشابهة لتلك الخاصة بـ PaddlePaddle/PP-OCRv6_small_det_safetensors
ترث كائنات التهيئة من PreTrainedConfig ويمكن استخدامها للتحكم في مخرجات النموذج. اقرأ التوثيق الخاص بـ PreTrainedConfig لمزيد من المعلومات.
PPOCRV6SmallDetModel
فئة transformers.PPOCRV6SmallDetModel
< source >( config: PPOCRV6SmallDetConfig )
المعاملات
- config (PPOCRV6SmallDetConfig) — فئة إعدادات النموذج التي تحتوي على جميع معاملات النموذج. لا يؤدي التهيئة باستخدام ملف الإعداد إلى تحميل الأوزان المرتبطة بالنموذج، بل الإعدادات فقط. راجع طريقة from_pretrained() لتحميل أوزان النموذج.
نموذج Pp Ocrv6 Small Det الأساسي الذي يُخرج حالات مخفية خام دون أي رأس محدد في الأعلى.
يرث هذا النموذج من PreTrainedModel. راجع توثيق الفئة الأصلية لمعرفة الطرق العامة التي تنفذها المكتبة لجميع نماذجها (مثل التحميل أو الحفظ، وتغيير حجم تضمينات الإدخال، وقص الرؤوس، وما إلى ذلك).
هذا النموذج هو أيضًا فئة فرعية من torch.nn.Module في PyTorch. استخدمه كوحدة PyTorch عادية، وارجع إلى توثيق PyTorch لكل ما يتعلق بالاستخدام العام والسلوك.
forward
< source >( pixel_values: Tensor**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → BaseModelOutputWithNoAttention or tuple(torch.Tensor)
المعاملات
- pixel_values (
torch.Tensorمن الشكل(batch_size, num_channels, image_size, image_size)) — المصفوفات المقابلة للصور المدخلة. يمكن الحصول على قيم البكسل باستخدام PPOCRV5ServerDetImageProcessor. راجع PPOCRV5ServerDetImageProcessor.call() للتفاصيل (processor_classيستخدم PPOCRV5ServerDetImageProcessor لمعالجة الصور).
يعيد
BaseModelOutputWithNoAttention أو tuple(torch.Tensor)
BaseModelOutputWithNoAttention أو مجموعة (tuple) من
torch.Tensor (في حال تم تمرير return_dict=False أو عندما يكون config.return_dict=False) وتتضمن عناصر مختلفة
تعتمد على الإعداد (PPOCRV6SmallDetConfig) والمدخلات.
تتجاوز طريقة PPOCRV6SmallDetModel الخاصة بالتقديم (forward) الطريقة الخاصة __call__.
على الرغم من أنه يجب تعريف وصفة المرور الأمامي داخل هذه الدالة، إلا أنه ينبغي استدعاء كائن
Moduleبدلاً من هذه الدالة، لأن الكائن يتولى تنفيذ خطوات المعالجة المسبقة والمعالجة اللاحقة، بينما تتجاهل الدالة هذه الخطوات بصمت.
last_hidden_state (
torch.Tensorمن الشكل(batch_size, num_channels, height, width)) — تسلسل من حالات الإخفاء عند مخرجات الطبقة الأخيرة من النموذج.hidden_states (
tuple(torch.Tensor)، اختياري، يُعاد عند تمريرoutput_hidden_states=Trueأو عند تعيينconfig.output_hidden_states=True) — مجموعة منtorch.Tensor(واحدة لإخراج الطبقات المضمنة، إذا كان النموذج يحتوي على طبقة تضمين، + واحدة لإخراج كل طبقة) بأبعاد(batch_size, num_channels, height, width).حالات النموذج المخفية عند مخرج كل طبقة بالإضافة إلى مخرجات التضمين الأولي الاختيارية.