# PP-OCRv6_medium_det

## 개요

PP-OCRv6_medium_det는 PaddleOCR 팀이 개발한 PP-OCRv6 검출 시리즈 중 가장 큰 모델입니다. 이 모델은 LCNetV4를 backbone으로, RepLKFPN을 feature pyramid neck으로 사용하여, 여러 언어의 손글씨, 인쇄체, 회전된, 곡선형, 예술적 텍스트를 포함한 다양한 시나리오에서 정확한 텍스트 위치 파악을 제공합니다. 모델에는 15.5M개의 파라미터가 포함되어 있습니다.

## 모델 아키텍처

## 사용

### 단일 입력 추론

아래 예제는 [AutoModel](/docs/transformers/v5.23.0/ko/model_doc/auto#transformers.AutoModel)을 사용하여 PP-OCRv6_medium_det로 텍스트를 감지하는 방법을 보여줍니다.

```python
from io import BytesIO

from huggingface_hub.utils import httpx
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForObjectDetection
from transformers.image_utils import load_image

model_path = "PaddlePaddle/PP-OCRv6_medium_det_safetensors"
model = AutoModelForObjectDetection.from_pretrained(model_path, device_map="auto")
image_processor = AutoImageProcessor.from_pretrained(model_path)

image_url = "https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_001.png"
image = load_image(image_url)
inputs = image_processor(images=image, return_tensors="pt").to(model.device)
outputs = model(**inputs)

results = image_processor.post_process_object_detection(
    outputs, 
    target_sizes=inputs["target_sizes"],
    threshold=0.2,
    box_threshold=0.45,
    max_candidates=3000,
    unclip_ratio=1.4,
)

for result in results:
    print(result)
```

### 배치 추론

PP-OCRv6_medium_det을 사용하여 [AutoModel](/docs/transformers/v5.23.0/ko/model_doc/auto#transformers.AutoModel)로 이를 수행하는 방법은 다음과 같습니다:

```python
from io import BytesIO

from huggingface_hub.utils import httpx
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForObjectDetection
from transformers.image_utils import load_image

model_path = "PaddlePaddle/PP-OCRv6_medium_det_safetensors"
model = AutoModelForObjectDetection.from_pretrained(model_path, device_map="auto")
image_processor = AutoImageProcessor.from_pretrained(model_path)

image_url = "https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_001.png"
image = load_image(image_url)
inputs = image_processor(images=[image, image], return_tensors="pt").to(model.device)
outputs = model(**inputs)

results = image_processor.post_process_object_detection(
    outputs, 
    target_sizes=inputs["target_sizes"],
    threshold=0.2,
    box_threshold=0.45,
    max_candidates=3000,
    unclip_ratio=1.4,
)

for result in results:
    print(result)
```

## PPOCRV6MediumDetForObjectDetection[[transformers.PPOCRV6MediumDetForObjectDetection]]

#### transformers.PPOCRV6MediumDetForObjectDetection[[transformers.PPOCRV6MediumDetForObjectDetection]]

```python
transformers.PPOCRV6MediumDetForObjectDetection(config: PPOCRV6MediumDetConfig)
```

[소스](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_ocrv6_medium_det/modeling_pp_ocrv6_medium_det.py#L363)

**매개변수:**

config ([PPOCRV6MediumDetConfig](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv6_medium_det#transformers.PPOCRV6MediumDetConfig)) : 모델의 모든 매개변수를 포함하는 모델 구성 클래스입니다. 구성 파일로 초기화하는 것은 모델과 관련된 가중치를 로드하지 않으며, 구성 정보만 로드합니다. 모델 가중치를 로드하려면 [from_pretrained()](/docs/transformers/v5.23.0/ko/main_classes/model#transformers.PreTrainedModel.from_pretrained) 메서드를 확인하세요.

텍스트 감지 작업을 위한 PPOCRV6MediumDet 모델.

이 모델은 [PreTrainedModel](/docs/transformers/v5.23.0/ko/main_classes/model#transformers.PreTrainedModel)에서 상속됩니다. 라이브러리가 모든 모델에 대해 구현하는 일반적 메서드(다운로드 또는 저장, 입력 임베딩 크기 조정, 헤드 프루닝 등)에 대해서는 상위 클래스 문서를 확인하세요.

이 모델은 또한 PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module)의 하위 클래스입니다. 일반적인 PyTorch Module처럼 사용하며, 일반적인 사용법과 동작에 관한 모든 사항은 PyTorch 문서를 참조하세요.

## PPOCRV6MediumDetConfig[[transformers.PPOCRV6MediumDetConfig]]

#### transformers.PPOCRV6MediumDetConfig[[transformers.PPOCRV6MediumDetConfig]]

```python
transformers.PPOCRV6MediumDetConfig(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, is_encoder_decoder: bool = False, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, id2label: dict[int, str] | dict[str, str] | None = None, interpolate_mode: str = 'nearest', backbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = None, neck_out_channels: int = 256, reduce_factor: int = 2, intraclass_block_number: int = 4, intraclass_block_config: dict | None = None, scale_factor: int = 2, scale_factor_list: list | None = None, kernel_list: list | None = None)
```

[소스](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_ocrv6_medium_det/configuration_pp_ocrv6_medium_det.py#L31)

**매개변수:**

id2label (`Union[dict[int, str], dict[str, str]]`, *선택*) : 인덱스(예: 예측 인덱스 또는 대상 인덱스)에서 라벨로 매핑하는 맵.

interpolate_mode (`str`, *선택 사항*, 기본값 `"nearest"`) : neck 네트워크에서 feature map을 업샘플링 또는 다운샘플링할 때 사용되는 보간 모드입니다.

backbone_config (`Union[dict, ~configuration_utils.PreTrainedConfig]`, *선택*) : 백본 모델의 구성입니다.

neck_out_channels (`int`, *선택 사항*, 기본값 256) : neck 네트워크의 출력 채널 수로, 특징 융합 및 정제(resolution)를 담당합니다.

reduce_factor (`int`, *선택 사항*, 기본값 2) : neck 블록에서 성능과 복잡성을 균형 있게 조절하기 위해 사용되는 채널 축소 계수입니다.

intraclass_block_number (`int`, *선택 사항*, 기본값 4) : 특징 표현을 강화하기 위해 사용되는 Intra-Class Block 모듈의 수입니다.

intraclass_block_config (`dict`, *선택 사항*, 기본값 `None`) : 특징 표현을 강화하는 데 사용되는 Intra-Class Block 모듈(있는 경우)의 설정입니다.

scale_factor (`int`, *선택 사항*, 기본값 2) : 특징 맵의 공간 해상도 조정 시 사용되는 스케일링 계수입니다.

scale_factor_list (`list[int]`, *선택 사항*, 기본값 `None`) : feature map의 공간 해상도 조정에 사용되는 스케일링 계수 목록입니다.

kernel_list (`list[int]`, *선택 사항*, 기본값 `[3, 2, 2]`) : 다중 스케일 특징 추출을 위한 헤드 네트워크의 합성곱 계층에 사용되는 커널 크기 목록입니다.

이것은 PPOCRV6MediumDetModel의 구성을 저장하기 위한 구성 클래스입니다. 지정된 인자에 따라 Pp Ocrv6 Medium Det 모델을 인스턴스화하고 모델 아키텍처를 정의하는 데 사용됩니다. 기본값으로 구성을 인스턴스화하면 [PaddlePaddle/PP-OCRv6_medium_det_safetensors](https://huggingface.co/PaddlePaddle/PP-OCRv6_medium_det_safetensors)와 유사한 구성이 생성됩니다.

Configuration 객체는 [PreTrainedConfig](/docs/transformers/v5.23.0/ko/main_classes/configuration#transformers.PreTrainedConfig)를 상속하며, 모델 출력을 제어하는 데 사용할 수 있습니다. 자세한 내용은 [PreTrainedConfig](/docs/transformers/v5.23.0/ko/main_classes/configuration#transformers.PreTrainedConfig)의 문서를 참고하세요.

## PPOCRV6MediumDetModel[[transformers.PPOCRV6MediumDetModel]]

#### transformers.PPOCRV6MediumDetModel[[transformers.PPOCRV6MediumDetModel]]

```python
transformers.PPOCRV6MediumDetModel(config: PPOCRV6MediumDetConfig)
```

[소스](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_ocrv6_medium_det/modeling_pp_ocrv6_medium_det.py#L338)

**매개변수:**

config ([PPOCRV6MediumDetConfig](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv6_medium_det#transformers.PPOCRV6MediumDetConfig)) : 모델의 모든 매개변수를 포함하는 모델 구성 클래스입니다. 구성 파일로 초기화하는 것은 모델과 관련된 가중치를 로드하지 않으며, 구성 정보만 로드합니다. 모델 가중치를 로드하려면 [from_pretrained()](/docs/transformers/v5.23.0/ko/main_classes/model#transformers.PreTrainedModel.from_pretrained) 메서드를 확인하세요.

head가 없는 Pp Ocrv6 Medium Det Model의 원시 hidden-states 출력

이 모델은 [PreTrainedModel](/docs/transformers/v5.23.0/ko/main_classes/model#transformers.PreTrainedModel)에서 상속됩니다. 라이브러리가 모든 모델에 대해 구현하는 일반적 메서드(다운로드 또는 저장, 입력 임베딩 크기 조정, 헤드 프루닝 등)에 대해서는 상위 클래스 문서를 확인하세요.

이 모델은 또한 PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module)의 하위 클래스입니다. 일반적인 PyTorch Module처럼 사용하며, 일반적인 사용법과 동작에 관한 모든 사항은 PyTorch 문서를 참조하세요.

#### forward[[transformers.PPOCRV6MediumDetModel.forward]]

```python
forward(pixel_values: Tensor, **kwargs: *<class 'transformers.utils.generic.TransformersKwargs'>)
```

[소스](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_ocrv6_medium_det/modeling_pp_ocrv6_medium_det.py#L345)

**매개변수:**

pixel_values (`torch.Tensor`, shape `(batch_size, num_channels, image_size, image_size)`) : 입력 이미지에 해당하는 텐서입니다. 픽셀 값은 [PPOCRV5ServerDetImageProcessor](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv5_server_det#transformers.PPOCRV5ServerDetImageProcessor)를 사용하여 얻을 수 있습니다. 자세한 내용은 [PPOCRV5ServerDetImageProcessor.__call__()](/docs/transformers/v5.23.0/ko/model_doc/molmo2#transformers.Molmo2ImageProcessor.__call__)를 참조하세요 (`processor_class`는 이미지 처리에 [PPOCRV5ServerDetImageProcessor](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv5_server_det#transformers.PPOCRV5ServerDetImageProcessor)를 사용합니다).

**반환값:** `BaseModelOutputWithNoAttention` 또는 `tuple(torch.Tensor)`

`BaseModelOutputWithNoAttention` 또는 `torch.Tensor`의 튜플(`return_dict=False`가 전달되거나 `config.return_dict=False`인 경우)이며, 구성([PPOCRV6MediumDetConfig](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv6_medium_det#transformers.PPOCRV6MediumDetConfig)) 및 입력에 따라 다양한 요소를 포함합니다.

[PPOCRV6MediumDetModel](/docs/transformers/v5.23.0/ko/model_doc/pp_ocrv6_medium_det#transformers.PPOCRV6MediumDetModel)의 forward 메서드는 `__call__` 특수 메서드를 오버라이드합니다.

`Module` 인스턴스는 전처리 및 후처리 단계를 실행하는 것을 처리하지만, 이 함수는 해당 단계를 조용히 무시하므로, 순전파(forward pass) 레시피를 이 함수 내에서 정의해야 하더라도 이후에는 이 함수 대신 `Module` 인스턴스를 호출해야 합니다.

- **last_hidden_state** (`torch.Tensor`, shape `(batch_size, num_channels, height, width)`) -- 모델의 마지막 레이어 출력에서 생성된 hidden-state 시퀀스입니다.
- **hidden_states** (`tuple(torch.Tensor)`, *선택 사항*, `output_hidden_states=True`가 전달되었거나 `config.output_hidden_states=True`인 경우 반환됨) -- `torch.Tensor`의 튜플(모델에 임베딩 레이어가 있는 경우 임베딩 출력 1개 + 각 레이어의 출력 1개)로, 모양은 `(batch_size, num_channels, height, width)`입니다.

  각 레이어의 출력에서 모델의 Hidden-states와 선택적 초기 임베딩 출력을 포함합니다.

