docling-layout-heron
קוד פתוחdocling-projectapache-2.02025-04-15
מודל זיהוי מבנה מסמכים קטן ומהיר שמגיע כברירת המחדל של פרויקט Docling. הוא שוקל מעט מאוד ונועד לפרק עמודים לאלמנטים ויזואליים בלי להכביד על השרת.
- 43Mפרמטרים
- 164 MBמשקל הקבצים
- 1,720,568הורדות בחודש
- 53לייקים
מה זה
מדובר במודל ראייה ממוחשבת שמבוסס על RTDetrV2ForObjectDetection ומחזיק כמעט 43 מיליון פרמטרים. התפקיד שלו הוא ניתוח מבנה עמוד, כלומר זיהוי חלקי מסמך שונים כמו פסקאות, טבלאות או כותרות, כדי להבין איפה כל דבר יושב לפני שמחלצים ממנו מידע.
במקום מודלי שפה ענקיים וכבדים שגוזלים המון משאבים רק כדי לפענח מבנה של PDF, כאן מקבלים כלי ממוקד של 164 מגה בייט. הוא פועל כגלאי עצמים ייעודי למסמכים, מה שנותן מהירות עבודה גבוהה בהרבה בהשוואה למודלים כלליים ומאפשר להריץ אותו כחלק מצינור עיבוד שלם.
מתאים ל
- פירוק מסמכי PDF
זיהוי תיבות טקסט, כותרות וטבלאות בעמוד כדי להכין את המסמך לחילוץ מסודר.
- הכנת מסמכים לחיפוש
חלוקה מבנית נכונה של עמודים גדולים למקטעים לפני שמעבירים אותם למנועי חיפוש או RAG.
- עיבוד מקומי וזול
ניתוח אלפי עמודים על חומרה פשוטה מקומית בלי תלות בשירותי ענן יקרים.
איפה זה נופל
הכרטיס מציג מודל שמזהה אובייקטים ומבנה בלבד, הוא לא קורא טקסט ולא מחלץ תוכן מתוך התמונות בעצמו. דוחות הביצועים, הנתונים המדויקים על אחוזי ההצלחה וסוגי המסמכים שבהם אומן נמצאים במאמר נפרד ולא מפורטים בכרטיס, כך שחובה לבדוק אותו על סוג המסמכים הספציפי שלכם, כולל התנהגות עם מסמכים בעברית וסריקות באיכות נמוכה, לפני שמשלבים אותו בייצור.
שאלות
נפוצות
האם המודל הזה מחלץ את הטקסט מהעמוד בעצמו?
לא. המודל מזהה איפה נמצא כל אלמנט על העמוד בדומה לזיהוי עצמים בתמונה. כדי לחלץ את התווים עצמם תצטרכו להעביר את האזורים שזוהו למנוע OCR נפרד.
איזו חומרה צריך כדי להריץ אותו בקצב טוב?
הוא שוקל 164 מגה בייט עם כ־43 מיליון פרמטרים, כך שאפשר להריץ אותו בלי בעיה אפילו על מעבד רגיל של שרת בסיסי. הוספה של כרטיס מסך פשוט תאיץ את הפירוק למספר עמודים בשנייה.
איך מריצים
כדי להריץ אותו צריך רק סביבת פייתון פשוטה עם הספריות transformers, Pillow, torch ו־requests. המשקל הכולל של הקבצים עומד על 164 מגה בייט בלבד, כך שלא צריך שרתי GPU יקרים או מפלצות חישוב כדי לקבל תוצאות מהירות.
הוא רץ בקלות על מעבדים רגילים או מאיץ גרפי בסיסי מאוד, ולכן אין שום סיבה אמיתית לפנות ל־API חיצוני בתשלום. אתם מורידים את הקבצים, טוענים אותם לתוך הקוד ומריצים ישירות על השרת או על המחשב המקומי.
pip install -U huggingface_hub hf download docling-project/docling-layout-heron
הקבצים
6 קבצים במאגר, 164 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון הוא apache-2.0, רישיון קוד פתוח מתירני מאוד. אפשר להשתמש בו בחופשיות לפרויקטים מסחריים, לשנות את הקוד ולהפיץ אותו כחלק ממוצר סגור, בלי לשלם תמלוגים, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים