← モデル
コミュニティモデル

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。

Apache-2.0

docaligner-1.1.1-fastvit-sa24-7f9f5a89

無料・商用利用可現在のデモで使用中
fastvit_sa24_h_e_bifpn_256_fp32.onnx

ONNX · FP32 · 83.08 MB · 83,084,930 バイト

SHA-256
7f9f5a8935b2eb22b3ee0245d34996063f54562df390d34714af2d76928695bc
ダウンロード

Apache-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-onnx
local-onnx.py
Python 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-package
package-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。

DocAligner · 元の評価結果
モデル構成パラメータ数GFLOPsSmartDoc 2015 · JI ↑
FastViT SA2420.8 M8.50.9937
FastViT T83.3 M1.70.9906
LC1001.2 M1.60.9892
PReg LC0501.1 M0.220.9596

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)
DocAligner103.8184.19–117.11

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。

ONNX 順伝播のみ・batch 1
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_reg1 × 3 × 256 × 2564.77 MB19.0420.56
fastvit_t8heatmap_reg1 × 3 × 256 × 25613.17 MB12.5813.17
fastvit_sa24heatmap_reg1 × 3 × 256 × 25683.08 MB44.0746.1
lcnet050point_reg1 × 3 × 256 × 2564.91 MB1.061.09

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。