背景：在训练自己数据集进行kie之前，想跑一下md里面的例程，但md教程内容混乱，而且同一个内容有多个手册，毕竟是多人合作的项目，可能是为了工程解耦，方便更新考虑……需要运行的模型和运行步骤散落在不用文件夹下的不同md里面……很无语，对于新手小白真的很不友好，因此在这里，按照一个正常工程的使用顺序，进行一个总结。

本篇内容：使用PP-Structure 文档分析中关键信息抽取，运行VI-LayoutXLM模型在XFUND_zh数据集上的推理模型，跑通推理

2023.4.24更新：PaddleNLP中的新模型：UIE，在信息提取上的表现远好于VI-LayoutXLM，于是，VI-LayoutXLM方法已经被打入冷宫！
最新更好表现的UIE模型，见这篇：https://blog.csdn.net/z5z5z5z56/article/details/130346646

文章目录

工程中关键信息提取相关内容
本文参考
理论部分
step0、环境准备
step1、下载解压VI-LayoutXLM推理模型
step2、下载XFUND数据集
step3、使用模型进行预测（基于PaddleInference）
- 单SER: 语义实体识别 (Semantic Entity Recognition)
- SER+RE: 关系抽取 (Relation Extraction)
另一种方法（基于动态图的预测）
仅预测SER模型
SER + RE模型串联

工程中关键信息提取相关内容

这里首先列出ppocr项目中与kie相关内容路径，方便查找，步骤从这些md中整合而来：

（本文主要参考这个）关键信息抽取-快速开始手册：.\ppstructure\kie\README_ch.md
关键信息抽取全流程指南：.\ppstructure\kie\how_to_do_kie.md
（自己模型训练评估与推理）关键信息抽取手册md.\doc\doc_ch\kie.md
关键信息抽取算法-VI-LayoutXLM.\doc\doc_ch\algorithm_kie_vi_layoutxlm.md
配置文件位于.\configs\kie\vi_layoutxlm\
关键信息抽取数据集说明文档（介绍了FUNSD、XFUND、wildreceipt数据集三种）.\doc\doc_ch\dataset\kie_datasets.md
自己标注关键信息：PPOCRLabel使用文档./PPOCRLabel/README_ch.md

本文参考

-（本文主要参考这个）PP-Structure 文档分析-关键信息抽取-快速开始手册：.\ppstructure\kie\README_ch.md
主要使用这个文件夹里面的内容

其他参考：https://blog.csdn.net/m0_63642362/article/details/128894464

理论部分

基于多模态模型的关键信息抽取任务有2种主要的解决方案。

（1）文本检测 + 文本识别 + 语义实体识别(SER)
（2）文本检测 + 文本识别 + 语义实体识别(SER) + 关系抽取(RE)

关于上述解决方案的详细介绍，请参考关键信息抽取全流程指南：.\ppstructure\kie\how_to_do_kie.md
我们下面首先执行单SER

step0、环境准备

除了前期基础环境安装

git clone https://github.com/PaddlePaddle/PaddleOCR.git
cd PaddleOCR
pip install -r requirements.txt

以外，还有一句

pip install -r ppstructure/kie/requirements.txt

step1、下载解压VI-LayoutXLM推理模型

环境配置这里不赘述，可以参考博主之前的文章，下面默认已经下载好ppocr项目文件夹了：
下表来自《关键信息抽取算法-VI-LayoutXLM》.\doc\doc_ch\algorithm_kie_vi_layoutxlm.md
下载保存推理模型到项目根目录名为model的文件夹里面

模型	骨干网络	任务	配置文件	hmean	下载链接
VI-LayoutXLM	VI-LayoutXLM-base	SER	ser_vi_layoutxlm_xfund_zh_udml.yml	93.19%	训练模型/推理模型
VI-LayoutXLM	VI-LayoutXLM-base	RE	re_vi_layoutxlm_xfund_zh_udml.yml	83.92%	训练模型/推理模型

或直接在终端下载+解压

#下载解压ser_vi_layoutxlm_xfund_infer.tar
wget https://paddleocr.bj.bcebos.com/ppstructure/models/vi_layoutxlm/ser_vi_layoutxlm_xfund_infer.tar
tar -xvf ser_vi_layoutxlm_xfund_infer.tar#下载解压re_vi_layoutxlm_xfund_infer.tar
wget https://paddleocr.bj.bcebos.com/ppstructure/models/vi_layoutxlm/re_vi_layoutxlm_xfund_infer.tar
tar -xvf re_vi_layoutxlm_xfund_infer.tar

step2、下载XFUND数据集

下载XFUND数据集，放在根目录train_data文件夹里面，
下载解压：

# 准备XFUND数据集，对于推理，这里主要是为了获得字典文件class_list_xfun.txt
mkdir ./PaddleOCR/train_data
wget https://paddleocr.bj.bcebos.com/ppstructure/dataset/XFUND.tar
tar -xf XFUND.tar

之所以叫train_data，是因为和配置文件里面的路径保持一致，方便不修改yaml文件而直接用

step3、使用模型进行预测（基于PaddleInference）

PaddleOCR/ppstructure/kie

单SER: 语义实体识别 (Semantic Entity Recognition)

使用前面下载好的SER推理模型

cd ppstructure
python3 kie/predict_kie_token_ser.py \--kie_algorithm=LayoutXLM \--ser_model_dir=../model/ser_vi_layoutxlm_xfund_infer \--image_dir=./docs/kie/input/zh_val_42.jpg \--ser_dict_path=../train_data/XFUND/class_list_xfun.txt \--vis_font_path=../doc/fonts/simfang.ttf \--ocr_order_method="tb-yx"

复制版

python3 kie/predict_kie_token_ser.py  --kie_algorithm=LayoutXLM  --ser_model_dir=../model/ser_vi_layoutxlm_xfund_infer  --image_dir=./docs/kie/input/zh_val_42.jpg  --ser_dict_path=../train_data/XFUND/class_list_xfun.txt  --vis_font_path=../doc/fonts/simfang.ttf  --ocr_order_method="tb-yx"

ser_model_dir：我放在model文件夹内，
image_dir：要预测的图片
ser_dict_path：指向数据集的list文件位置
vis_font_path：是字体文件夹

第一次运行会下载一些模型

可视化结果保存在ppstructure/output目录下

对应infer.txt

SER+RE: 关系抽取 (Relation Extraction)

cd ppstructurepython3 kie/predict_kie_token_ser_re.py \--kie_algorithm=LayoutXLM \--ser_model_dir=../model/ser_vi_layoutxlm_xfund_infer \--re_model_dir=../model/re_vi_layoutxlm_xfund_infer\--use_visual_backbone=False \--image_dir=./docs/kie/input/zh_val_42.jpg \--ser_dict_path=../train_data/XFUND/class_list_xfun.txt \--vis_font_path=../doc/fonts/simfang.ttf \--ocr_order_method="tb-yx"

复制版

python3 kie/predict_kie_token_ser_re.py --kie_algorithm=LayoutXLM  --ser_model_dir=../model/ser_vi_layoutxlm_xfund_infer --re_model_dir=../model/re_vi_layoutxlm_xfund_infer --use_visual_backbone=False --image_dir=./docs/kie/input/zh_val_42.jpg --ser_dict_path=../train_data/XFUND/class_list_xfun.txt --vis_font_path=../doc/fonts/simfang.ttf --ocr_order_method="tb-yx"

我在NX盒子上推理会比较慢

RE在有些内容上还是比较弱的

另一种方法（基于动态图的预测）

手册里面还有一个使用tools/infer_kie_token_ser.py代码，PaddleOCR引擎的，使用预训练模型的，基于动态图的预测
不过经过实测，这里直接使用预训练模型和上面使用微调模型效果一样，毕竟没微调

#安装PaddleOCR引擎用于预测
pip install paddleocr -Umkdir pretrained_model
cd pretrained_model
# 下载并解压SER预训练模型
wget https://paddleocr.bj.bcebos.com/ppstructure/models/vi_layoutxlm/ser_vi_layoutxlm_xfund_pretrained.tar && tar -xf ser_vi_layoutxlm_xfund_pretrained.tar# 下载并解压RE预训练模型
wget https://paddleocr.bj.bcebos.com/ppstructure/models/vi_layoutxlm/re_vi_layoutxlm_xfund_pretrained.tar && tar -xf re_vi_layoutxlm_xfund_pretrained.tar

如果希望使用OCR引擎，获取端到端的预测结果，可以使用下面的命令进行预测。

仅预测SER模型


python3 tools/infer_kie_token_ser.py \-c configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml \-o Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy \Global.infer_img=./ppstructure/docs/kie/input/zh_val_42.jpg

SER + RE模型串联

python3 ./tools/infer_kie_token_ser_re.py \-c configs/kie/vi_layoutxlm/re_vi_layoutxlm_xfund_zh.yml \-o Architecture.Backbone.checkpoints=./pretrained_model/re_vi_layoutxlm_xfund_pretrained/best_accuracy \Global.infer_img=./train_data/XFUND/zh_val/image/zh_val_42.jpg \-c_ser configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml \-o_ser Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy

（后续训练篇幅涉及）如果希望加载标注好的文本检测与识别结果，仅预测可以使用下面的命令进行预测。
仅预测SER模型
python3 tools/infer_kie_token_ser.py \ -c
configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml \ -o
Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy
\ Global.infer_img=./train_data/XFUND/zh_val/val.json \
Global.infer_mode=False

SER + RE模型串联 python3 ./tools/infer_kie_token_ser_re.py \ -c configs/kie/vi_layoutxlm/re_vi_layoutxlm_xfund_zh.yml \ -o
Architecture.Backbone.checkpoints=./pretrained_model/re_vi_layoutxlm_xfund_pretrained/best_accuracy
\ Global.infer_img=./train_data/XFUND/zh_val/val.json \
Global.infer_mode=False \ -c_ser
configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml \ -o_ser
Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy

end

ps：

在关键信息抽取手册md.\doc\doc_ch\kie.md也有提到使用预训练模型的预测（tools/infer_kie_token_ser.py）
我们在后面几篇再展开：具体内容摘抄：
如您通过 python3 tools/train.py -c configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml 完成了模型的训练过程。您可以使用如下命令进行中文模型预测。
python3 tools/infer_kie_token_ser.py -c configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml -o Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy Global.infer_img=./ppstructure/docs/kie/input/zh_val_42.jpg
使用tools/infer_kie_token_ser.py需要首先有训练产生的checkpoints : ./output/ser_vi_layoutxlm_xfund_zh/best_accuracy作为支持，所以只能在训练后使用，具体在本系列第三篇展开

【PaddleOCR-kie】关键信息抽取1：使用VI-LayoutXLM模型推理预测（SER+RE）相关推荐

【PaddleNLP-kie】关键信息抽取2：UIE模型做图片信息提取全流程
文章目录本文参考 UIE理论部分 step0.UIEX原始模型使用网页体验本机安装使用环境安装使用docker的环境安装快速开始 step1.UIEX模型微调(小样本学习) 数据标注(la ...
面向知识图谱的信息抽取
面向知识图谱的信息抽取人工智能技术与咨询点击蓝字 · 关注我们来源:< 数据挖掘,> ,作者赵海霞等关键词: 知识图谱:信息抽取:实体抽取:关系抽取:开放域摘要: 摘要: 随着大 ...
山石岩读丨国之重典：我国关键信息基础设施保护标准体系的现状与进展
一.概述信息技术广泛应用和网络空间兴起发展,极大促进了经济社会繁荣进步,但同时网络空间安全形势也日益严峻,国家政治.经济.文化.社会.国防安全及公民在网络空间的合法权益面临严峻风险与挑战.世界主要国 ...
OCRNLP技术自动抽取合同/文档关键信息
通过OCR识别与NLP算法,智能结构化抽取合同关键信息,支持图片.PDF.word多种格式,可通过API接口传输至企业业务系统,协助企业工作人员完成自动填单.内容一致性检查,让合同审阅更高效. ...
关于NLP相关技术全部在这里：预训练模型、图神经网络、模型压缩、知识图谱、信息抽取、序列模型、深度学习、语法分析、文本处理...
NLP近几年非常火,且发展特别快.像BERT.GPT-3.图神经网络.知识图谱等技术应运而生. 我们正处在信息爆炸的时代.面对每天铺天盖地的网络资源和论文.很多时候我们面临的问题并不是缺资源,而是找准 ...
第十七篇：信息抽取Information Extraction
目录信息抽取应用如何? IE 中的机器学习大纲命名实体识别典型实体标签 NER作为序列标记 IO 标记 IOB 标签 NER作为序列标记,继续 NER:特征 NER 的深度学习关系抽取 ...
关键短语抽取及使用BERT-CRF的技术实践
BERT[23]是非常优质的预训练模型,包含了很多预训练语料中蕴含的外部知识和信息.我们以此为基础,训练BERT-CRF模型,作为candidate generation中重要的一路召回.另外的召回路 ...
一人之力，刷爆三路榜单！信息抽取竞赛夺冠经验分享
点击上方"AI遇见机器学习",选择"星标"公众号重磅干货,第一时间送达文 | JayLou娄杰在现如今的NLP竞赛中,信息抽取(IE)任务已占据半壁江山.来 ...

【PaddleOCR-kie】关键信息抽取1：使用VI-LayoutXLM模型推理预测（SER+RE）