yolov8 is used to detect the layout of Chinese document images
本项目根据开源中文版面数据CDLA ，利用yolov8训练两个模型8mpt与8npt，
CDLA是一个中文文档版面分析数据集，面向中文文献类（论文）场景。包含以下10个label：
| 正文 | 标题 | 图片 | 图片标题 | 表格 | 表格标题 | 页眉 | 页脚 | 注释 | 公式 |
|---|---|---|---|---|---|---|---|---|---|
| Text | Title | Figure | Figure caption | Table | Table caption | Header | Footer | Reference | Equation |
8mpt模型与8npt模型下载：
链接：https://pan.baidu.com/s/1YakM5AYrakoG9hYN-w7mJw
提取码：j2za
训练：
from ultralytics import YOLO
def train_model():
# 加载模型
print('model load。。。')
model = YOLO("8npt/best.pt") # 加载模型
print('model load completed。。。')
#使用模型
model.train(data="img-layout.yaml", epochs=300, device=1)# , lr0=0.0001) # 训练模型
metrics = model.val() # 在验证集上评估模型性能
8npt
8mpt
推理：
from ultralytics import YOLO
def infer():
model = YOLO('8npt/best.pt')
results = model('img.jpg')
print(results[0].plot())
cv2.imwrite('result.png', results[0].plot())
1、github：https://github.com/jiangnanboy
2、博客：https://www.cnblogs.com/little-horse/
3、邮件:[email protected]
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent