Utilisation avancée
Lors de l’appel au modèle DocAligner, vous pouvez régler les options avancées en lui passant des paramètres.
Initialisation
Voici les options avancées disponibles pendant la phase d'initialisation:
1. Backend
Backend est une énumération qui permet de choisir le moteur de calcul de DocAligner.
Il comprend les options suivantes:
- cpu: Utilisez le processeur pour le calcul.
- cuda: Utilisez le GPU pour le calcul (exige une prise en charge matérielle appropriée).
from capybara import Backend
model = DocAligner(backend=Backend.cuda) # Using CUDA backend
#
# Or
#
model = DocAligner(backend=Backend.cpu) # Using CPU backend
Nous utilisons ONNXRuntime comme moteur d’inférence. Bien qu’il prenne en charge divers moteurs d’exécution, notamment CPU, CUDA, OpenCL, DirectX et TensorRT, notre interface se limite actuellement à CPU et CUDA pour couvrir les environnements les plus courants. L’utilisation de CUDA nécessite un matériel compatible, les pilotes correspondants et CUDA Toolkit.
Si CUDA n'est pas installé dans votre système, ou si la version installée est incorrecte, le moteur de calcul CUDA ne peut pas être utilisé.
2. ModelType
ModelType est une énumération qui permet de choisir le type de modèle utilisé par DocAligner.
Il comprend les options suivantes:
- heatmap: utilise le modèle à cartes de chaleur.
- point: utilise le modèle de régression des points.
Nous proposons deux approches : un modèle à cartes de chaleur et un modèle de régression des points.
Vous pouvez choisir le modèle à l’aide du paramètre model_type.
from docaligner import ModelType
model = DocAligner(model_type=ModelType.heatmap) # Using the heatmap model
#
# Or
#
model = DocAligner(model_type=ModelType.point) # Using the point regression model
3. ModelCfg
Nous avons entraîné et nommé plusieurs modèles.
Vous pouvez utiliser list_models pour voir tous les modèles disponibles.
from docaligner import DocAligner
print(DocAligner().list_models())
# >>> [
# 'lcnet100',
# 'fastvit_t8',
# 'fastvit_sa24', <-- Default
# ...
# ]
Vous pouvez sélectionner la configuration du modèle avec le paramètre model_cfg.
model = DocAligner(model_cfg='fastvit_t8') # Using 'fastvit_t8' configuration
Inférence
Voici les options de réglages avancés pendant la phase d'inférence :
CenterCrop
Le choix des options d’inférence peut avoir un effet important sur la précision et les performances du modèle.
En particulier, do_center_crop est un paramètre clé qui détermine s'il faut effectuer le recadrage central pendant l'inférence.
Ce réglage est particulièrement important car, dans les applications réelles, les images que nous rencontrons ne sont souvent pas de taille carrée standard.
En réalité, les dimensions et les proportions de l'image varient considérablement, par exemple :
- Les photos prises avec un téléphone ont souvent un rapport largeur/hauteur de 9:16 ;
- Les documents numérisés suivent souvent les proportions du papier A4 ;
- Les captures d’écran sont souvent au format 16:9 ;
- Les images de webcam sont généralement au format 4:3.
Ces images non carrées contiennent souvent de grandes zones inutiles ou vides. Les utiliser directement sans traitement adapté peut nuire à l’inférence. Un recadrage centré réduit ces zones et concentre le traitement sur le centre de l’image, ce qui peut améliorer la précision et l’efficacité.
Exemple d’utilisation :
from capybara import imread
from docaligner import DocAligner
model = DocAligner()
img = imread('path/to/image.jpg')
result = model(img, do_center_crop=True) # Using center cropping