feat: support PP-DocLayoutV3

Author: SWHL

docs/blog/posts/support_pp_doc_layout.md

@@ -42,6 +42,8 @@ paddle2onnx  --model_dir=models/PP-DocLayoutV2  --model_filename inference.json
 
 我在`/xxxx/miniforge3/envs/wjh_debug/lib/python3.10/site-packages/paddlex/inference/models/layout_analysis/predictor.py`中插入以下代码（在 **L103** 行左右），来保证输入相同，比较输出。
 
+#### PP-DocLayoutV2
+
 按照上面直接转换后，在相同输入下，ONNX模型和Paddle模型推理结果误差为 **14.8%** 。在我看来，这个误差其实挺大的。
 
 但是从可视化示例图结果来看，两者并无明显区别。可能在某些图上会有较大区别。
@@ -53,7 +55,7 @@ paddle2onnx  --model_dir=models/PP-DocLayoutV2  --model_filename inference.json
 import onnxruntime
 import numpy as np
 
-model_path = "models/PP-DocLayoutV2/inference_v5_op15_pd_cpu_fixed.onnx"
+model_path = "models/PP-DocLayoutV2/inference.onnx"
 ort_session = onnxruntime.InferenceSession(model_path)
 ort_inputs = {
     "im_shape": batch_inputs[0],
@@ -105,6 +107,25 @@ Max relative difference: 194.
 
 暂时先用这个ONNX模型，该问题已经反馈到了Paddle2ONNX issue [#1608](https://github.com/PaddlePaddle/Paddle2ONNX/issues/1608#issuecomment-3875561303)
 
+#### PP-DocLayoutV3
+
+和 PP-DocLayoutV2 相同环境，相同转换代码，这个模型误差就小很多了，仅有 **1.57%**了。
+
+```bash
+AssertionError:
+Not equal to tolerance rtol=0, atol=0.001
+
+Mismatched elements: 33 / 2100 (1.57%)
+Max absolute difference among violations: 1.
+Max relative difference among violations: 0.01754386
+ ACTUAL: array([[2.200000e+01, 9.658169e-01, 3.387792e+01, ..., 3.626684e+02,
+        8.528884e+02, 1.540000e+02],
+       [2.200000e+01, 9.657925e-01, 3.363610e+01, ..., 3.633332e+02,...
+ DESIRED: array([[2.200000e+01, 9.658167e-01, 3.387791e+01, ..., 3.626685e+02,
+        8.528885e+02, 1.530000e+02],
+       [2.200000e+01, 9.657924e-01, 3.363615e+01, ..., 3.633333e+02,...
+```
+
 ### 剥离推理代码
 
 因为PaddleOCR库中需要兼容的推理代码较多，大而全。这也导致了有些臃肿。这是难以避免的。但是如果只看PP-DocLayout推理代码的话，很多问题就很简单了。
@@ -202,9 +223,11 @@ $ python write_dict.py
 ['abstract', 'algorithm', 'aside_text', 'chart', 'content', 'display_formula', 'doc_title', 'figure_title', 'footer', 'footer_image', 'footnote', 'formula_number', 'header', 'header_image', 'image', 'inline_formula', 'number', 'paragraph_title', 'reference', 'reference_content', 'seal', 'table', 'text', 'vertical_text', 'vision_footnote']
 ```
 
+PP-DocLayoutV2 和 PP-DocLayoutV3 字典是一样的。
+
 ### 使用
 
-目前已经在`rapid-layout>=1.1.0`支持。使用示例：
+目前 PP-DocLayoutV2 在`rapid_layout>=1.1.0`已经支持。PP-DocLayoutV3 在`rapid_layout>=1.2.0`中支持。使用示例：
 
 ```python linenums="1"
 from rapid_layout import EngineType, ModelType, RapidLayout

docs/models.md

@@ -12,7 +12,8 @@ hide:
 
 | `model_type` | 版面类型 | 支持类别 |
 | :------ | :----- | :----- |
-|`pp_doc_layoutv2 (rapid_layout>=1.1.0)`|通用|`['abstract', 'algorithm', 'aside_text', 'chart', 'content', 'display_formula', 'doc_title', 'figure_title', 'footer', 'footer_image', 'footnote', 'formula_number', 'header', 'header_image', 'image', 'inline_formula', 'number', 'paragraph_title', 'reference', 'reference_content', 'seal', 'table', 'text', 'vertical_text', 'vision_footnote']`|
+|`pp_doc_layoutv3 (rapid_layout>=1.2.0)`|文档|`['abstract', 'algorithm', 'aside_text', 'chart', 'content', 'display_formula', 'doc_title', 'figure_title', 'footer', 'footer_image', 'footnote', 'formula_number', 'header', 'header_image', 'image', 'inline_formula', 'number', 'paragraph_title', 'reference', 'reference_content', 'seal', 'table', 'text', 'vertical_text', 'vision_footnote']`|
+|`pp_doc_layoutv2 (rapid_layout>=1.1.0)`|文档|`['abstract', 'algorithm', 'aside_text', 'chart', 'content', 'display_formula', 'doc_title', 'figure_title', 'footer', 'footer_image', 'footnote', 'formula_number', 'header', 'header_image', 'image', 'inline_formula', 'number', 'paragraph_title', 'reference', 'reference_content', 'seal', 'table', 'text', 'vertical_text', 'vision_footnote']`|
 ||||
 | `pp_layout_table` | 表格 | `["table"]` |
 | `pp_layout_publaynet` | 英文 | `["text", "title", "list", "table", "figure"]` |
@@ -29,6 +30,8 @@ hide:
 
 ## 模型来源
 
+**🔥 PP-DocLayoutV3**: [PP-DocLayoutV2](https://huggingface.co/PaddlePaddle/PP-DocLayoutV3)
+
 **🔥 PP-DocLayoutV2**: [PP-DocLayoutV2](https://huggingface.co/PaddlePaddle/PP-DocLayoutV2)
 
 **PP 模型**：[PaddleOCR 版面分析](https://github.com/PaddlePaddle/PaddleOCR/blob/133d67f27dc8a241d6b2e30a9f047a0fb75bebbe/ppstructure/layout/README_ch.md)

overrides/partials/comments.html

@@ -7,7 +7,7 @@ <h2 id="__comments">{{ lang.t("meta.comments") }}</h2>
     data-repo-id="R_kgDOMLOtcQ"
     data-category="General"
     data-category-id="DIC_kwDOMLOtcc4CgMBG"
-    data-mapping="url"
+    data-mapping="title"
     data-strict="0"
     data-reactions-enabled="1"
     data-emit-metadata="0"

rapid_layout/configs/default_models.yaml

@@ -1,3 +1,7 @@
+pp_doc_layoutv3:
+  model_dir_or_path: https://www.modelscope.cn/models/RapidAI/RapidLayout/resolve/master/onnx/pp_doc_layout/pp_doc_layoutv3.onnx
+  SHA256: 250dbad1dfb9e4983fab75e1bf5085cd56ec3f41d5c7d0f8623ec74856e7aa67
+
 pp_doc_layoutv2:
   model_dir_or_path: https://www.modelscope.cn/models/RapidAI/RapidLayout/resolve/v1.1.0/onnx/pp_doc_layout/pp_doc_layoutv2.onnx
   SHA256: 0bd2ea0997fe0789f0300292291f8bbf897d890b44a9a3bd5be72afd6198aa90

rapid_layout/utils/typings.py

@@ -27,6 +27,7 @@ class ModelType(Enum):
     DOCLAYOUT_D4LA = "doclayout_d4la"
     DOCLAYOUT_DOCSYNTH = "doclayout_docsynth"
     PP_DOC_LAYOUTV2 = "pp_doc_layoutv2"
+    PP_DOC_LAYOUTV3 = "pp_doc_layoutv3"
 
 
 class EngineType(Enum):