|
|
@@ -82,6 +82,22 @@ layout_detection:
|
|
|
min_text_width_ratio: 0.4 # 最小宽度占比（40%）
|
|
|
min_text_height_ratio: 0.3 # 最小高度占比（30%）
|
|
|
|
|
|
+ # 印章补充检测：使用 PP-DocLayoutV3 补充 docling 无法识别的密封区域
|
|
|
+ seal_supplement:
|
|
|
+ enabled: true # 启用 seal 补充检测
|
|
|
+ replace_existing: false # false=增量合并; true=完全替换主结果中已有 seal
|
|
|
+ replace_overlapping_image: true # seal 与 image_body/image 等高 IoU 时替换为 seal（非丢弃）
|
|
|
+ replace_iou_threshold: 0.7 # 触发替换的最小 IoU
|
|
|
+ duplicate_iou_threshold: 0.3 # 未替换时，与任意框 IoU 超此值视为重复 seal
|
|
|
+ # seal_detector 使用的模型配置，默认复用 paddle_ppdoclayoutv3 的配置
|
|
|
+ model_config:
|
|
|
+ module: "paddle"
|
|
|
+ model_name: "PP-DocLayoutV3"
|
|
|
+ model_dir: "PaddlePaddle/PP-DocLayoutV3_safetensors"
|
|
|
+ device: "cpu"
|
|
|
+ conf: 0.3
|
|
|
+ num_threads: 4
|
|
|
+
|
|
|
# Debug 可视化（底图为 inference_image，与 Layout 检测输入一致）
|
|
|
debug_options:
|
|
|
enabled: false # 由命令行 --debug / --debug-layout 控制
|
|
|
@@ -105,7 +121,6 @@ ocr_recognition:
|
|
|
batch_size: 8
|
|
|
device: "cpu"
|
|
|
|
|
|
-
|
|
|
# Debug 可视化（底图为 inference_image，与整页 OCR 输入一致）
|
|
|
debug_options:
|
|
|
enabled: false # 由命令行 --debug / --debug-ocr 控制
|
|
|
@@ -137,7 +152,7 @@ table_classification:
|
|
|
# 有线表格识别专用配置（MinerU UNet）
|
|
|
# ============================================================
|
|
|
table_recognition_wired:
|
|
|
- use_wired_unet: true
|
|
|
+ use_wired_unet: false
|
|
|
upscale_ratio: 3.333
|
|
|
need_ocr: true
|
|
|
row_threshold: 10
|
|
|
@@ -212,7 +227,7 @@ table_recognition_wired:
|
|
|
vl_recognition:
|
|
|
module: "paddle"
|
|
|
backend: "http-client"
|
|
|
- model_name: "PaddleOCR-VL-1.5" # 与 paddle_local_daemon.sh 中 MODEL_NAME 一致
|
|
|
+ model_name: "PaddleOCR-VL-1.6" # 与 paddle_local_daemon.sh 中 MODEL_NAME 一致
|
|
|
server_url: "http://localhost:8102"
|
|
|
max_image_size: 4096 # 🔧 添加：最大图片尺寸
|
|
|
resize_mode: 'max' # 🔧 添加：缩放模式 ('max' 保持宽高比, 'fixed' 固定尺寸)
|
