DocAligner
書類の四隅を検出し、射影変換に使う座標を取得します。
バージョンとダウンロード
固定バージョンを選択できます。ダウンロードは無料で、アカウントは不要です。
docaligner-1.1.1-fastvit-sa24-7f9f5a89
ONNX · FP32 · 83.08 MB · 83,084,930 バイト
SHA-256
7f9f5a8935b2eb22b3ee0245d34996063f54562df390d34714af2d76928695bcApache-2.0 で公開しています。再配布時はライセンスと該当する告知を保持してください。 利用とライセンス · LICENSE · SHA256SUMS
このバージョンをローカルで実行
全6バージョンを Linux x86_64、Python 3.12 の CPU で実行確認済みです。ONNX 手順には PowerShell コマンドもありますが、Windows での実行は未検証です。
ONNX ファイル → JSON と描画画像
新しいフォルダーで順に実行し、選択したバージョンと公開の模擬証明書画像を取得します。各重みの SHA-256 を検証した後、推論はオフラインで動作します。自分の画像は input.jpg と置き換えてください。
python -m venv .venv
source .venv/bin/activate
curl -fLO https://docsaid.org/examples/local-onnx.py
curl -fLO https://docsaid.org/examples/local-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
curl -fLO https://docsaid.org/examples/local-NOTICE.txt
python -m pip install -r local-requirements.txt
mkdir -p weights
curl -fL https://docsaid.org/downloads/docaligner/7f9f5a8935b2eb22/fastvit_sa24_h_e_bifpn_256_fp32.onnx -o weights/fastvit_sa24_h_e_bifpn_256_fp32.onnx
curl -fL https://docsaid.org/samples/api/docaligner.jpg -o input.jpg
python local-onnx.py --release docaligner-1.1.1-fastvit-sa24-7f9f5a89 --weights-dir weights --image input.jpg --output result-onnxlocal-onnx.pyPython パッケージ → JSON と描画画像(Linux)
Debian 系 Linux、Python 3.12 向けです。書き込み可能な仮想環境と固定バージョンの依存関係を使います。初回インポートでフォント、初期化時に不足する重みを取得するため、初回はネット接続が必要です。
sudo apt-get update
sudo apt-get install -y python3-venv libgl1 libxcb1 libturbojpeg0 libglib2.0-0
python3 -m venv .venv-package
source .venv-package/bin/activate
curl -fLO https://docsaid.org/examples/package-example.py
curl -fLO https://docsaid.org/examples/package-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
python -m pip install -r package-requirements.txt
curl -fL https://docsaid.org/samples/api/docaligner.jpg -o input.jpg
python package-example.py --release docaligner-1.1.1-fastvit-sa24-7f9f5a89 --image input.jpg --output result-packagepackage-example.py出力先の result.json と overlay.png を開きます。DocAligner は4点のピクセル座標、MRZScanner は文字列を返し、Two-stage には検出領域も含まれます。使用前に画像と照合し、実行ごとに新しい出力先を指定してください。
静止 JPEG/PNG/WebP、最大10 MiB・4000万画素。EXIF の向きと白背景への合成を適用し、長辺を最大1600 px に縮小して BGR に変換します。ローカル例は中央クロップと文書整列を行いません。ホスト型サービスの前処理は API 文書を参照してください。
評価結果
公開済みの品質指標
Jaccard Index は SmartDoc 2015 上の文書領域の重なりを表します。高いほど良く、1 は完全な一致を意味します。
| モデル構成 | パラメータ数 | GFLOPs | SmartDoc 2015 · JI ↑ |
|---|---|---|---|
| FastViT SA24 | 20.8 M | 8.5 | 0.9937 |
| FastViT T8 | 3.3 M | 1.7 | 0.9906 |
| LC100 | 1.2 M | 1.6 | 0.9892 |
| PReg LC050 | 1.1 M | 0.22 | 0.9596 |
上流プロジェクトの既存評価です。ダウンロードを確認した変種のみ掲載しています。 評価方法と出典
リクエスト全体の所要時間
公開画像を順次、競合なしで計測しています。HTTP 時間は送信、Web プロキシ、API 検証、worker のデコード・前処理・推論・後処理、応答転送を含みます。隔離したローカル経路のため公衆回線、Cloudflare、本番負荷は対象外です。バージョン、入力ハッシュ、環境、各測定値は生データを参照してください。
13th Gen Intel(R) Core(TM) i9-13900K · 2 CPU · 2 GiB · n=5 · 900 × 1600 px
docaligner-1.1.1-fastvit-sa24-7f9f5a89
| モデル | HTTP p50 (ms) | HTTP min–max (ms) |
|---|---|---|
| DocAligner | 103.81 | 84.19–117.11 |
2026/11/16 UTC · 測定記録 (JSON) · 再試行とエラー
ファイルサイズと推論時間の参考値
サイズは実際のダウンロードファイル、時間は各 ONNX ファイルの個別測定値です。
| 重みファイル | 入力テンソル (NCHW) | ダウンロードサイズ | p50 (ms) | p95 (ms) |
|---|---|---|---|---|
lcnet100heatmap_reg | 1 × 3 × 256 × 256 | 4.77 MB | 19.04 | 20.56 |
fastvit_t8heatmap_reg | 1 × 3 × 256 × 256 | 13.17 MB | 12.58 | 13.17 |
fastvit_sa24heatmap_reg | 1 × 3 × 256 × 256 | 83.08 MB | 44.07 | 46.1 |
lcnet050point_reg | 1 × 3 × 256 × 256 | 4.91 MB | 1.06 | 1.09 |
測定条件
13th Gen Intel(R) Core(TM) i9-13900K · ONNX Runtime 1.22.0 · CPU · FP32 · batch 1 · 推論スレッド数 2
共有ホスト、2 CPU 制限。ゼロ埋め FP32 入力で 5 回の準備実行後、20 回を逐次測定。モデル実行のみを測り、読み込み・前後処理・通信は除外します。
2026/10/09 UTC · 測定記録 (JSON)
利用とライセンス
公開済みの Community コードと公式モデルの重みは、商用製品を含め無料で利用できます。学習データセットには元の提供者の利用条件が適用されます。