AUTO模式的逻辑是什么？

[wumaotegan]

Description of the bug | 错误描述

为什么显示complicated_layout有20几页，但是为什么不是只对这20页进行ocr，而是全部文档？

How to reproduce the bug | 如何复现

Operating system | 操作系统

Windows

Python version | Python 版本

3.9

Software version | 软件版本 (magic-pdf --version)

0.6.x

Device mode | 设备模式

cuda

[myhloli]

你这个是流程error了，切换到ocr是为了给数据生产兜底的，具体逻辑可以根据log提供的地址，自行查看源码

[drunkpig]

@wumaotegan complicated_layout tag indicates that the layout of this page is complex and may have issues with text order. However, this tag does not determine whether OCR should be initiated.

[wumaotegan]

你这个是流程error了，切换到ocr是为了给数据生产兜底的，具体逻辑可以根据log提供的地址，自行查看源码

感谢您的回复，我发现即使是不太复杂的页面，布局识别仍不是很准。

[drunkpig]

@wumaotegan Can you provide your pdfs to help us improve model.

[wumaotegan]

@wumaotegan Can you provide your pdfs to help us improve model.

文档处理流程报错的原因是threadpoolctl的版本不对，安装 threadpoolctl==3.1.0后解决了。 pdf文档不太方便提供，类似下面的页面，识别错误概率很大。