1. Layout Parser

Layout Parserは、論文や新聞、書籍などのレイアウトを検出して「ここは本文、ここは図表」などを検出する機械学習モデルである。

2. Layout Parserのこまったところ

この記事にたどり着いたということは多分、「Windows OSを使っててLayoutParserをinstallできない」という困りごとに直面した人なのではないかと思う。従ってあまり多くは語らない(語れない)が、原因としては「LayoutParserに使われている検出部分のBackboneがDetectron2であり、Detectron2をWindowsOSにinstallするのが大変」ということに尽きると思う。LinuxOSを導入することをいとわなかったり、公式に書かれているようにVisual Studioを導入して～というやり方ができて解決した、という人ならばもうこの記事は読む必要はないと思う。

3. LayoutParserのinstall方法

結局、どんな方法で解決すればよいのか言うと、「Backboneをefficientdetにしたものをinstallする」である。
やり方はシンプルで、pipでinstallする際に
pip install "layoutparser[effdet]"
でinstallすればよい。公式には「WindowsでLayoutParserを使いたかったらこれを使ってください」みたいな記載はないため、結構わかりづらい…。efficientdetを導入しました、ということやそれのinstallのやり方は書いてあるのだが…。

3.2 追記。モデルのダウンロード先の設定

このままではモデル読み込みの際にエラーが発生し、モデルがインストールされない。そこで、以下の対処でモデルを読み込めるようにする。

https://github.com/facebookresearch/iopath.git --single-branch --branch v0.1.8

を実行し、iopathのファイルをcloneする。
その後、iopath/iopath/comman/file_io.py
の中の753行目の

filename=path.Split("/")[-1]

の部分を

filename=parsed_url.path.split("/")[-1]

へと変更する。

その後、

pip install -e iopath

を実行することで準備が完了する。参考

4. 他にやること

あとは基本的にやることは変わらない。モデルを設定して検出をするだけである。
ただ、モデルを設定する際に、Detectron2をbackboneにしていた場合は

test.py

pip install layoutparser as lp
model=lp.Detectron2LayoutModel(~~~

と記載していた部分を

test2.py

pip install layoutparser as lp
model=lp.EfficientDetLayoutModel(~~~

と記載する必要がある。

5.注意

一応注意事項としては、検出性能が、Detectron2をbackboneにした場合と異なることが挙げられる。性能が良くなるか悪くなるかは何とも言及できないが…。
Kaggleなどで利用したいときはどうなるのだろう？有利になるのか不利になるのか…？

6.まとめ

ということで、やや「逃げ」のような方法でLayoutParserをWindowsOSにinstallする方法を紹介した。
「どうしてもDetectron2をBackboneにしたい」という人以外の要望は満たせたのではないかと思う。