如何实现使用ONNXRuntime在GPU上运行RapidLayout的快速推理示例?

2026-05-07 23:440阅读0评论SEO资源
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计566个文字,预计阅读时间需要3分钟。

如何实现使用ONNXRuntime在GPU上运行RapidLayout的快速推理示例?

相关专题

在线demo: https://huggingface.co/spaces/SWHL/RapidLayout

RapidLayout库主要是做文档类图像的版面分析。具体来说,就是分析给定的文档类别图像(论文截图、研报等),定位其中类别和位置,如标题、段落、表格和图片等各个部分。该库集成了PP-Structure中3个版面分析模型、360开源的4个版面分析模型,大家可按需使用。

版面分析落地场景:一般用于结构化文档使用。将PDF中每一页转为图像,用版面分析检测出图像中各个元素,像段落、表格、公式,然后将各个元素送到各个专用模型下识别,最后汇总做版面恢复为Word或者TXT格式。

GPU推理速度结论:onnxruntime-gpu推理速度有10倍提升。原因是版面分析输入图像尺寸固定。

阅读全文

本文共计566个文字,预计阅读时间需要3分钟。

如何实现使用ONNXRuntime在GPU上运行RapidLayout的快速推理示例?

相关专题

在线demo: https://huggingface.co/spaces/SWHL/RapidLayout

RapidLayout库主要是做文档类图像的版面分析。具体来说,就是分析给定的文档类别图像(论文截图、研报等),定位其中类别和位置,如标题、段落、表格和图片等各个部分。该库集成了PP-Structure中3个版面分析模型、360开源的4个版面分析模型,大家可按需使用。

版面分析落地场景:一般用于结构化文档使用。将PDF中每一页转为图像,用版面分析检测出图像中各个元素,像段落、表格、公式,然后将各个元素送到各个专用模型下识别,最后汇总做版面恢复为Word或者TXT格式。

GPU推理速度结论:onnxruntime-gpu推理速度有10倍提升。原因是版面分析输入图像尺寸固定。

阅读全文