跳到内容

管道选项

管道选项允许在转换管道期间自定义模型的执行。这包括OCR引擎、表格模型以及可以通过 do_xyz = True 启用的增值选项。

这是Docling中所有可用管道选项的自动生成API参考。

管道选项

类:

属性:

花岗岩_图片_描述 模块-属性

granite_picture_description = PictureDescriptionVlmOptions(
    repo_id="ibm-granite/granite-vision-3.1-2b-preview",
    prompt="What is shown in this image?",
)

smolvlm_picture_description module-attribute

smolvlm_picture_description = PictureDescriptionVlmOptions(
    repo_id="HuggingFaceTB/SmolVLM-256M-Instruct"
)

加速器设备

基类: str, Enum

运行模型推断的设备

属性:

自动 类属性 实例属性

AUTO = 'auto'

中央处理器 类属性 实例属性

CPU = 'cpu'

CUDA class-attribute instance-attribute

CUDA = 'cuda'

MPS 类属性 实例属性

MPS = 'mps'

加速器选项

基类: BaseSettings

方法:

属性:

设备 类属性 实例属性

device: Union[str, AcceleratorDevice] = 'auto'

模型配置 类属性 实例属性

model_config = SettingsConfigDict(
    env_prefix="DOCLING_",
    env_nested_delimiter="_",
    populate_by_name=True,
)

num_threads 类属性 实例属性

num_threads: int = 4

check_alternative_envvars classmethod

check_alternative_envvars(data: Any) -> Any

将 num_threads 设置为 "alternative" 环境变量 OMP_NUM_THREADS。只有在其有效且常规环境变量未设置的情况下,才使用替代环境变量。

注意:标准的pydantic设置机制使用参数“aliases”并不提供相同的功能。如果别名环境变量被设置,并且用户尝试在设置初始化时覆盖该参数,Pydantic将提供的参数视为额外输入,而不是简单地覆盖该参数的环境变量值。

validate_device

validate_device(value)

EasyOcrOptions

基类: OcrOptions

EasyOCR引擎的选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

置信度阈值 类属性 实例属性

confidence_threshold: float = 0.5

下载启用 类属性 实例属性

download_enabled: bool = True

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

类型 类属性 实例属性

kind: Literal['easyocr'] = 'easyocr'

语言 类属性 实例属性

lang: List[str] = ['fr', 'de', 'es', 'en']

模型配置 类属性 实例属性

model_config = ConfigDict(
    extra="forbid", protected_namespaces=()
)

模型存储目录 类属性 实例属性

model_storage_directory: Optional[str] = None

recog_network 类属性 实例属性

recog_network: Optional[str] = 'standard'

使用_gpu 类属性 实例属性

use_gpu: Optional[bool] = None

OcrEngine

基类: str, Enum

有效OCR引擎的枚举。

属性:

EASYOCR 类属性 实例属性

EASYOCR = 'easyocr'

OCRMAC 类属性 实例属性

OCRMAC = 'ocrmac'

RAPIDOCR 类属性 实例属性

RAPIDOCR = 'rapidocr'

TESSERACT 类属性 实例属性

TESSERACT = 'tesseract'

TESSERACT_CLI 类属性 实例属性

TESSERACT_CLI = 'tesseract_cli'

OcrMacOptions

基类: OcrOptions

Mac OCR 引擎的选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

框架 类属性 实例属性

framework: str = 'vision'

类型 类属性 实例属性

kind: Literal['ocrmac'] = 'ocrmac'

语言 类属性 实例属性

lang: List[str] = ['fr-FR', 'de-DE', 'es-ES', 'en-US']

模型配置 类属性 实例属性

model_config = ConfigDict(extra='forbid')

识别 类属性 实例属性

recognition: str = 'accurate'

OcrOptions

基础: BaseModel

OCR 选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

种类 实例属性

kind: str

语言 实例属性

lang: List[str]

PdfBackend

基类: str, Enum

有效PDF后端的枚举。

属性:

DLPARSE_V1 类属性 实例属性

DLPARSE_V1 = 'dlparse_v1'

DLPARSE_V2 类属性 实例属性

DLPARSE_V2 = 'dlparse_v2'

PYPDFIUM2 类属性 实例属性

PYPDFIUM2 = 'pypdfium2'

PdfPipelineOptions

基类: PipelineOptions

PDF管道的选项。

属性:

加速器选项 类属性 实例属性

accelerator_options: AcceleratorOptions = (
    AcceleratorOptions()
)

artifacts_path 类属性 实例属性

artifacts_path: Optional[Union[Path, str]] = None

create_legacy_output class-attribute instance-attribute

create_legacy_output: bool = True

do_code_enrichment 类属性 实例属性

do_code_enrichment: bool = False

do_formula_enrichment class-attribute instance-attribute

do_formula_enrichment: bool = False

do_ocr 类属性 实例属性

do_ocr: bool = True

do_picture_classification 类属性 实例属性

do_picture_classification: bool = False

do_picture_description 类属性 实例属性

do_picture_description: bool = False

do_table_structure 类属性 实例属性

do_table_structure: bool = True

document_timeout 类属性 实例属性

document_timeout: Optional[float] = None

enable_remote_services 类属性 实例属性

enable_remote_services: bool = False

生成页面图像 类属性 实例属性

generate_page_images: bool = False

生成图片 类属性 实例属性

generate_picture_images: bool = False

生成表格图像 类属性 实例属性

generate_table_images: bool = Field(
    default=False,
    deprecated="Field `generate_table_images` is deprecated. To obtain table images, set `PdfPipelineOptions.generate_page_images = True` before conversion and then use the `TableItem.get_image` function.",
)

images_scale 类属性 实例属性

images_scale: float = 1.0

ocr_options 类属性 实例属性

ocr_options: Union[
    EasyOcrOptions,
    TesseractCliOcrOptions,
    TesseractOcrOptions,
    OcrMacOptions,
    RapidOcrOptions,
] = Field(EasyOcrOptions(), discriminator="kind")

图片描述选项 类属性 实例属性

picture_description_options: Annotated[
    Union[
        PictureDescriptionApiOptions,
        PictureDescriptionVlmOptions,
    ],
    Field(discriminator=kind),
] = smolvlm_picture_description

table_structure_options class-attribute instance-attribute

table_structure_options: TableStructureOptions = (
    TableStructureOptions()
)

图片描述API选项

基础: PictureDescriptionBaseOptions

属性:

batch_size 类属性 实例属性

batch_size: int = 8

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.2

标题 类属性 实例属性

headers: Dict[str, str] = {}

类型 类属性 实例属性

kind: Literal['api'] = 'api'

参数 类属性 实例属性

params: Dict[str, Any] = {}

提示 类属性 实例属性

prompt: str = 'Describe this image in a few sentences.'

来源 类属性 实例属性

provenance: str = ''

比例 类属性 实例属性

scale: float = 2

超时时间 类属性 实例属性

timeout: float = 20

网址 类属性 实例属性

url: AnyUrl = AnyUrl(
    "http://localhost:8000/v1/chat/completions"
)

图片描述基本选项

基础: BaseModel

属性:

batch_size 类属性 实例属性

batch_size: int = 8

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.2

种类 实例属性

kind: str

缩放 类属性 实例属性

scale: float = 2

图片描述Vlm选项

基础: PictureDescriptionBaseOptions

属性:

batch_size 类属性 实例属性

batch_size: int = 8

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.2

generation_config 类属性 实例属性

generation_config: Dict[str, Any] = dict(
    max_new_tokens=200, do_sample=False
)

类型 类属性 实例属性

kind: Literal['vlm'] = 'vlm'

提示 类属性 实例属性

prompt: str = 'Describe this image in a few sentences.'

repo_cache_folder property

repo_cache_folder: str

repo_id 实例属性

repo_id: str

比例 类属性 实例属性

scale: float = 2

管道选项

基础: BaseModel

基础管道选项。

属性:

加速器选项 类属性 实例属性

accelerator_options: AcceleratorOptions = (
    AcceleratorOptions()
)

create_legacy_output class-attribute instance-attribute

create_legacy_output: bool = True

document_timeout 类属性 实例属性

document_timeout: Optional[float] = None

enable_remote_services 类属性 实例属性

enable_remote_services: bool = False

RapidOcrOptions

基类: OcrOptions

RapidOCR引擎的选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

cls_model_path 类属性 实例属性

cls_model_path: Optional[str] = None

det_model_path 类属性 实例属性

det_model_path: Optional[str] = None

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

类型 类属性 实例属性

kind: Literal['rapidocr'] = 'rapidocr'

语言 类属性 实例属性

lang: List[str] = ['english', 'chinese']

模型配置 类属性 实例属性

model_config = ConfigDict(extra='forbid')

print_verbose 类属性 实例属性

print_verbose: bool = False

rec_keys_path 类属性 实例属性

rec_keys_path: Optional[str] = None

rec_model_path 类属性 实例属性

rec_model_path: Optional[str] = None

文本得分 类属性 实例属性

text_score: float = 0.5

use_cls class-attribute instance-attribute

use_cls: Optional[bool] = None

use_det 类属性 实例属性

use_det: Optional[bool] = None

use_rec 类属性 实例属性

use_rec: Optional[bool] = None

表单模式

基类: str, Enum

TableFormer模型的模式。

属性:

准确 类属性 实例属性

ACCURATE = 'accurate'

快速 类属性 实例属性

FAST = 'fast'

表结构选项

基础: BaseModel

表结构的选项。

属性:

do_cell_matching class-attribute instance-attribute

do_cell_matching: bool = True

模式 类属性 实例属性

TesseractCliOcrOptions

基类: OcrOptions

TesseractCli引擎的选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

类型 类属性 实例属性

kind: Literal['tesseract'] = 'tesseract'

语言 类属性 实例属性

lang: List[str] = ['fra', 'deu', 'spa', 'eng']

模型配置 类属性 实例属性

model_config = ConfigDict(extra='forbid')

路径 类属性 实例属性

path: Optional[str] = None

tesseract_cmd 类属性 实例属性

tesseract_cmd: str = 'tesseract'

TesseractOcrOptions

基类: OcrOptions

用于Tesseract引擎的选项。

属性:

位图区域阈值 类属性 实例属性

bitmap_area_threshold: float = 0.05

force_full_page_ocr 类属性 实例属性

force_full_page_ocr: bool = False

类型 类属性 实例属性

kind: Literal['tesserocr'] = 'tesserocr'

语言 类属性 实例属性

lang: List[str] = ['fra', 'deu', 'spa', 'eng']

模型配置 类属性 实例属性

model_config = ConfigDict(extra='forbid')

路径 类属性 实例属性

path: Optional[str] = None