群友给的一些建议，先放在这里，后期来改--by @郑喜

[SWHL]

图片方向检测不准，建议做一些改进
现在的方法是先将原图片长边缩放到256， 再剪切中间的224x224。 对于文字少的页面， 经常剪的区域不对。另外，normalize的mean/std使用的是imagenet的，这个值效果不好。

我改进的方法是：
1、将原图长边缩到256，再填充边框，使得图片大小为256x256
2、再将图片resize到224x224 (将第一步的长边改为224，省掉第2步应该也是一样的）
3、normalize的mean/std都改成0.5 （我猜测训练时用的mean/std是0.5)

改进后目前出错概率很低

---

rapid ai系列用的模型，有的图片用BGR效果好， 有的用RGB效果好， 归一化时有的要用imagenet的均值/方差，有的要用0.5均值/方差， 好象还有个别的不需要归一化的， 太晕了

[SWHL]

建议3：normalize的mean/std都改成0.5 （我猜测训练时用的mean/std是0.5)
已经验证的确有效，在rapidocr_onnxruntime==1.3.26中会采纳这个

验证方法：
采用text_det_data和TextMetric

安装：

pip install rapidocr_onnxruntime
pip install datasets
pip install text_det_metric

测试（比较更改normalize值前后的hmean差距）：

from pathlib import Path
import cv2
import numpy as np
from datasets import load_dataset
from rapidocr_onnxruntime import RapidOCR
from tqdm import tqdm

engine = RapidOCR()

dataset = load_dataset("SWHL/text_det_test_dataset")
test_data = dataset["test"]

content = []
for i, one_data in enumerate(tqdm(test_data)):
    img = np.array(one_data.get("image"))
    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)

    dt_boxes, elapse = engine(img, use_det=True, use_cls=False, use_rec=False)

    dt_boxes = [] if dt_boxes is None else dt_boxes
    elapse = 0 if elapse is None else elapse[0]

    gt_boxes = [v["points"] for v in one_data["shapes"]]
    content.append(f"{dt_boxes}\t{gt_boxes}\t{elapse}")

with open("pred.txt", "w", encoding="utf-8") as f:
    for v in content:
        f.write(f"{v}\n")

from text_det_metric import TextDetMetric

metric = TextDetMetric()
pred_path = "pred.txt"
metric = metric(pred_path)
print(metric)

汇总结果：

实验	Precision	Recall	H-Mean
更改前	0.7259865971705137	0.7448433919022154	0.7352941176470587
更改后	0.749708057609965	0.7356760886172651	0.7426257952573742

[SWHL]

现在的方法是先将原图片长边缩放到256， 再剪切中间的224x224。 对于文字少的页面， 经常剪的区域不对

该部分建议是和文档图像方向分类相关的，已经移步到RapidOrientation issue #29下处理了

[jesse01]

新建的版面分析模型doclayout 输入shape是固定的1024x1024, 这样会有两个问题：
1、有的图片会因非等比例缩放， 导致结果不准
2、增加计算量
建议， 将onnx模型的输入shape转成dynamic, 图像使用letterBox预处理后送入模型

[SWHL]

我给移到RapidLayout下了，后续更新会在哪里，欢迎贡献代码。
issue #3