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。

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。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3260

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队deepdoctection

所属国家

官网地址

GitHubhttps://github.com/deepdoctection/deepdoctection

定价模式free

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

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★ 3260

30天Star增速

HF 下载量

上线时间2021-12-09 00:00:00

最近更新2026-09-16 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数2

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
```

如何确认成功

在激活的虚拟环境中执行 python -c "import deepdoctection" 无报错，或直接运行 README 提到的 Get_Started 入门 notebook。

常见问题

Q：为什么装完 deepdoctection 还需要单独装 PyTorch？

A：README 明确说明 PyTorch 始终需要单独安装，deepdoctection 不会代为安装，请按自身 CUDA 环境选择对应版本。

Q：Detectron2 为什么不能直接用 pip install 安装？

A：README 指出 Detectron2 不通过 PyPI 分发，需按官方文档编译安装，或使用 deepdoctection 提供的分支地址安装。

Q：只想快速跑通文档解析，装哪些包就够了？

A：安装 timm、transformers、python-doctr 和 deepdoctection 即可，这一组合足以运行入门 notebook 的默认配置。

Q：Docker 启动后有 API 端口可以调用吗？

A：没有。README 说明容器启动后不暴露任何 endpoint，需要把待处理文件挂载到工作目录后在容器内执行。

Q：v1.0 相比旧版本有什么变化？

A：v1.0 做了较大重构：所有深度学习模型仅支持 PyTorch，支持更多 Huggingface 微调模型，并拆分为 dd-core、dd-datasets 等子包。

注意事项

README 中的安装命令使用 uv pip，若用普通 pip 需自行确认对应写法
完整安装前务必先装好 PyTorch 和 Detectron2，否则部分功能不可用
Docker 镜像来自 Docker Hub 的 deepdoctection/deepdoctection，运行前需配置好挂载目录
v1.0 起模型仅支持 PyTorch，旧版 TensorFlow 相关用法不再适用

核心亮点

模块化设计，可灵活组合不同模型实现定制化文档解析流程
内置多种预训练模型（如 LayoutLM），开箱即用，降低上手门槛
提供可视化工具，便于调试布局检测和 OCR 结果

不足之处

依赖较多，安装配置稍复杂
文档/社区待观察

适用场景

企业合同、发票等票据的自动化信息抽取
学术论文、书籍的版面分析与结构化存储
文档问答系统前期的文档预处理与解析

替代项目

Layout Parser、Tesseract OCR、PaddleOCR

项目介绍

deepdoctection 是计算机视觉领域的开源项目，由 deepdoctection 开发，2021 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,260）位列前 30%，在计算机视觉分类的 446 个项目里位列前 13%。

近 45 天，它的 GitHub 星标从 3,204 增加到 3,260，净增 56。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-16。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：企业合同、发票等票据的自动化信息抽取。同类可对比的替代方案包括 Layout Parser、Tesseract OCR、PaddleOCR。

上一篇：Text-Grab

下一篇：frigate