podongchip/DocLayout-YOLO-DocStructBench-ONNX

DocLayout-YOLO-DocStructBench (ONNX)

juliozhao/DocLayout-YOLO-DocStructBench 의 가중치를 ONNX로 변환한 것이다. 가중치 자체는 원본과 동일하며 재학습·파인튜닝하지 않았다.

왜 ONNX로 변환했는가

원본 가중치는 Apache-2.0 이지만, 이를 실행하는 doclayout_yolo 파이썬 패키지는 AGPL-3.0 이다. AGPL은 네트워크 서비스로 제공할 때도 소스 공개를 요구하는 강한 카피레프트라, 이 패키지를 제품에 넣으면 라이선스가 전염된다.

Apache-2.0 인 가중치만 ONNX로 변환해 onnxruntime(MIT)으로 실행하면 동일한 성능을 유지하면서 AGPL 코드를 배포물에서 제외할 수 있다.

원본 대비 변경사항 (Apache-2.0 §4 고지)

• 원본: juliozhao/DocLayout-YOLO-DocStructBench (revision 8c3299a30b8ff29a1503c4431b035b93220f7b11) 의 doclayout_yolo_docstructbench_imgsz1024.pt
• 변경: PyTorch .pt → ONNX 그래프로 내보내기만 수행. 가중치 값 변경 없음
• 변환 설정: imgsz=1024, opset=17, simplify=False
• 변환 도구: doclayout-yolo 0.0.4, torch 2.11.0, onnx 1.22.0

입출력

	형태	설명
입력 images	[1, 3, 1024, 1024] float32	letterbox(패딩값 114) 후 0~1 정규화한 RGB
출력 output0	[1, 300, 6] float32	(x1, y1, x2, y2, confidence, class_id)

YOLOv10 계열이라 NMS가 모델 안에 없다(NMS-free). 출력이 이미 최종 검출 결과이므로 후처리는 좌표 역변환과 임계값 필터뿐이다.

클래스 (10종, 순서 고정)

0 title            5 table
1 plain text       6 table_caption
2 abandon          7 table_footnote
3 figure           8 isolate_formula
4 figure_caption   9 formula_caption

사용 예

import cv2, numpy as np, onnxruntime as ort
from PIL import Image

session = ort.InferenceSession("doclayout_yolo_docstructbench_imgsz1024.onnx",
                               providers=["CPUExecutionProvider"])
# letterbox 전처리는 ultralytics 와 동일해야 좌표가 맞는다 (cv2 INTER_LINEAR, 패딩 114)

전체 구현은 골든링크 OCR 모듈의 src/goldenlink_ocr/layout.py 참고.

라이선스

Apache License 2.0 — 원본 저작자의 라이선스를 그대로 따른다. 원저작권은 juliozhao/DocLayout-YOLO-DocStructBench 의 저작자에게 있다.