DocAligner デモ

ファイルシステムからいくつかの文書画像を選んで、この機能をテストしてみてください。

もし画像が見つからない場合は、MIDV-2020 からいくつか借りて試すこともできます：

備考

下の画像をクリックすると、Demo 画像に直接代入できます。

これらの画像はトレーニングデータに含まれているため、効果が良好です。モデルはすでにこれらを見たことがあります！

実際のアプリケーションでは、さまざまな状況に直面する可能性があるため、異なる画像を使ってテストすることをお勧めします。そうすることで、モデルの効果をより理解できるでしょう。

このウェブページの機能を使用する際、いくつかの注意点があります：

画像外に文書のコーナーがある場合、モデルは 4 つのコーナーを認識できず、エラーメッセージが表示されます。
- 未知の領域に対してモデルが外挿できるように努力していますが、それでも失敗することがあります。
画像内に複数の文書が同時に存在する場合、モデルはランダムに 4 つのコーナーを選ぶことがあります。
ウェブページの負荷を考慮し、画像を圧縮しています。そのため、画像の品質が若干低下します。
- これを行わないと、ブラウザがクラッシュする可能性があります。
OpenCV モジュールを非同期的にダウンロードしています。最終的にトリミング画面が空白の場合、ダウンロードが完了していないためです。
- OpenCV は大きい（約 8MB）ので、少し待つ必要があります。
- この機能は必須ではなく、無視しても問題ありません。

以上の注意点をお守りいただき、楽しんでください！

もし自分のプログラムで使用したい場合、推論プログラムのサンプルコードを参考にできます：

python demo code
from docaligner import DocAligner
import docsaidkit as D

model = DocAligner(model_cfg='fastvit_sa24')

# 画像内で未知のコーナーを見つけるためのパディング
input_img = D.pad(input_img, 100)

polygon = model(
    img=input_img,
    do_center_crop=False,
    return_document_obj=False
)

# パディングを削除
polygon -= 100

return polygon