1、页面级解析（Page-level Parsing）

page_1.jpeg

解析单个文档图片（page_1.jpeg）

python demo_page.py --config ./config/Dolphin.yaml --input_path ./demo/page_imgs/page_1.jpeg --save_dir ./results

输出结果：

显存占用量高达15g多；

处理一个目录中的所有文档图像

json和md文件都会生成一份；

python demo_page.py --config ./config/Dolphin.yaml --input_path ./demo/page_imgs --save_dir ./results

运行日志截图：

显存截图：显存占用量最高达到17g；

2、元素级解析（Element-level Parsing）

Using Original Framework (config-based)

# Process a single table image
python demo_element.py --config ./config/Dolphin.yaml --input_path ./demo/element_imgs/table_1.jpeg --element_type table

# Process a single formula image
python demo_element.py --config ./config/Dolphin.yaml --input_path ./demo/element_imgs/line_formula.jpeg --element_type formula

# Process a single text paragraph image
python demo_element.py --config ./config/Dolphin.yaml --input_path ./demo/element_imgs/para_1.jpg --element_type text

# Process a single formula image  显存截图

1、单个段落处理

结果：

2、单个表格处理

结果：

把md文件，在线解析一下看看，表格还原程度如何：

模型解析的md结果：

原始图片的：

结果竟然是正确的，效果很厉害！

3、单行公式处理

结果：

部署中常见的错误：

numpy==1.24.4  与opencv-python==4.11.0.86 版本冲突的报错信息：

and opencv-python==4.11.0.86 depends on numpy>=1.26.0, we can conclude that opencv-python==4.11.0.86 depends on numpy>=1.26.0.

  And because you require numpy==1.24.4 and opencv-python==4.11.0.86, we can conclude that your requirements are unsatisfiable.

解决方案：

修改numpy版本

先修改requirements.txt文件：

把numpy==1.24.4  改为  numpy==1.26.0

总结：本文手把手教学，从零开始安装Dolphin项目，使用官方示例代码，测试过程中发现，元素级解析显存占用5G左右，页面级解析显存占用到达17G，这个确实令人惊讶，不过看着效果还可以的，尤其是表格解析，挺不错的，快来一起本地部署使用吧！