deepdoctection

一行代码搭建文档解析流水线，快速提取版面、表格与文本。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署计算机视觉 🍴 复刻 203 🐛 待处理 8 👀 关注 23

GitHub ↗

GitHub 星标 ★ 3269

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和部署。

项目预览

deepdoctection 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类计算机视觉

开发团队deepdoctection

GitHubhttps://github.com/deepdoctection/deepdoctection

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型document-ai,document-image-analysis,document-layout-analysis,document-parser,document-understanding,layoutlm,nlp,ocr,publaynet,pubtabnet,python,pytorch,table-detection,table-recognition,tensorflow

GitHub 星标★ 3269

上线时间2021-12-09 00:00:00

代码更新2026-10-21

仓库体积35.7 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-10

浏览次数3

项目介绍

deepdoctection 是一个面向文档 AI 的 Python 工具库，旨在帮助开发者从 PDF、扫描件等非结构化文档中提取结构化信息。它解决了文档解析中常见的布局分析、表格识别、OCR 文本提取、关键信息抽取等难题，提供了一套统一且模块化的 API，可组合多种预训练模型（如 LayoutLM、Detectron2 等）完成端到端的文档理解流水线。其核心能力包括文档版面解析（区域检测、阅读顺序）、表格结构识别、文本与实体抽取，以及可视化调试工具。项目基于 PyTorch 生态，支持自定义模型集成，适合构建文档智能处理系统。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 3269

技术标签

document-ai nlp ocr python pytorch

使用教程

难度：进阶约 20 分钟部署方式：本地安装 7 步

环境要求

Python 环境，建议使用虚拟环境
PyTorch（README 明确说明必须单独安装）
默认方案还需 Tesseract / DocTr 等 OCR 依赖支持
完整方案需先单独安装 Detectron2（不在 PyPI 分发）
如用 Docker 方式，需已安装 Docker 与 Docker Compose

安装与启动步骤

1创建虚拟环境

README 推荐在虚拟环境中安装，避免污染全局 Python 环境。创建后需先激活再执行后续安装命令。
2安装基础依赖

默认配置解析文档所需的最小依赖：timm、transformers、python-doctr，注意此处使用的是 uv pip 命令。
```
uv pip install timm
uv pip install transformers
uv pip install python-doctr
```
3安装 deepdoctection

安装核心库本体。以上四步完成后即可运行 README 提到的 Get_Started 入门 notebook。
```
uv pip install deepdoctection
```
4安装 Detectron2

若要做完整安装，需先装 Detectron2，它不通过 PyPI 分发，README 给出了从 deepdoctection 分支安装的方式。
```
uv pip install --no-build-isolation detectron2@git+https://github.com/deepdoctection/detectron2.git
```
5安装完整依赖

安装 deepdoctection 全部依赖，便于试验各种模型配置。请确认 PyTorch 已单独装好。
```
uv pip install deepdoctection[full]
```
6源码方式安装

也可从源码安装：先克隆仓库，README 说明最简单的方式是用 make 安装，且必须有虚拟环境。
```
git clone https://github.com/deepdoctection/deepdoctection.git
make install-dd
```
7Docker 方式启动

从 Docker Hub 拉取官方镜像启动容器，需指定挂载工作目录以便处理文件。容器不对外暴露接口。
```
docker compose up -d
```