DocLayout-YOLO

专为文档版面打造的轻量检测模型，快速框出标题表格图片

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 179 🐛 待处理 56 👀 关注 9

GitHub ↗

GitHub 星标 ★ 2303

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费，遵循AGPL-3.0许可证

项目预览

DocLayout-YOLO 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opendatalab

GitHubhttps://github.com/opendatalab/DocLayout-YOLO

定价模式🏷️完全免费

价格说明开源免费，遵循AGPL-3.0许可证

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AGPL-3.0

主要语言Python

GitHub 星标★ 2303

上线时间2024-10-14 00:00:00

代码更新2026-10-21

仓库体积12.5 MB

本站数据更新2026-11-03

维护状态较活跃

收录时间2026-11-03

浏览次数0

项目介绍

DocLayout-YOLO 是面向文档版面分析的目标检测模型，在 YOLO 框架上针对文档图像做专项优化。它要解决的问题是：合同、论文、报表等扫描件中的标题、正文、表格、图片、页眉页脚等区域需要被自动定位和分类，传统通用检测器在小目标、密集排版和跨版式泛化上表现不稳。项目核心能力有三点：一是通过多样化合成数据增强训练样本，覆盖不同版式与字体排布，提升模型对真实文档的适应力；二是提出全局到局部的自适应感知结构，兼顾整页版面上下文与局部细粒度区域；三是提供完整的训练、推理与评测流程，可直接输出版面元素框与类别，便于下游做文档解析、OCR 区域切分和结构化抽取。项目以 Python 实现，模型轻量、推理速度快，适合集成进文档处理流水线。

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 2026-11-03 · 当前星标 ★ 2303

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

已安装 conda 或 Miniconda
Python 3.10（由 conda 环境创建）
pip 包管理工具
源码安装方式需要本机具备 git 客户端

安装与启动步骤

1创建 Python 环境

用 conda 新建名为 doclayout_yolo 的独立环境，Python 版本按 README 指定为 3.10。
```
conda create -n doclayout_yolo python=3.10
```
2激活环境

后续所有安装和运行都要在该环境中执行，重新打开终端时需再次激活。
```
conda activate doclayout_yolo
```
3获取项目源码

README 的 pip install -e . 需要在项目根目录执行，因此先把仓库克隆到本地。
```
git clone https://github.com/opendatalab/DocLayout-YOLO.git
cd DocLayout-YOLO
```
4源码方式安装

在仓库根目录执行可编辑安装，适合需要改代码、跑训练或评测的场景。
```
pip install -e .
```
5仅推理的安装方式

如果只调用模型做推理，README 说明可直接用 pip 安装发布包，无需源码。
```
pip install doclayout-yolo
```