PyTorch 在 Detectron2LayoutModel() 上抛出 OSError答案

【问题标题】：PyTorch throws OSError on Detectron2LayoutModel()PyTorch 在 Detectron2LayoutModel() 上抛出 OSError
【发布时间】：2021-06-23 06:54:05
【问题描述】：

出于提取目的，我一直在尝试将 pdf 页面作为图像读取。

我发现 layoutparser 通过识别文本块来达到这个目的。但是，当我尝试Create a Detectron2-based Layout Detection Model 时，遇到以下错误：

代码块：

model = lp.Detectron2LayoutModel(
        config_path ='lp://PubLayNet/mask_rcnn_X_101_32x8d_FPN_3x/config', 
        label_map   = {0: "Text", 1: "Title", 2: "List", 3:"Table", 4:"Figure"}, 
        extra_config=["MODEL.ROI_HEADS.SCORE_THRESH_TEST", 0.8] 
    )

错误：

OSError                                   Traceback (most recent call last)
<ipython-input-16-893fdc4d537c> in <module>
      2             config_path ='lp://PubLayNet/mask_rcnn_X_101_32x8d_FPN_3x/config', 
      3             label_map   = {0: "Text", 1: "Title", 2: "List", 3:"Table", 4:"Figure"}, 
----> 4             extra_config=["MODEL.ROI_HEADS.SCORE_THRESH_TEST", 0.8] 
      5         )
      6 
.
.
.
d:\softwares\python3\lib\site-packages\portalocker\utils.py in _get_fh(self)
    269     def _get_fh(self) -> typing.IO:
    270         '''Get a new filehandle'''
--> 271         return open(self.filename, self.mode, **self.file_open_kwargs)
    272 
    273     def _get_lock(self, fh: typing.IO) -> typing.IO:

OSError: [Errno 22] Invalid argument: 'C:\\Users\\user/.torch/iopath_cache\\s/nau5ut6zgthunil\\config.yaml?dl=1.lock'

我检查了目标路径文件夹，令人惊讶的是，没有config.yaml 文件，这可能是出现错误的原因。我尝试卸载并重新安装 PyTorch，希望 .yaml 文件能够正确安装。不幸的是，问题仍然存在。

如果有此问题的解决方案或替代建议，我将不胜感激。

【问题讨论】：

标签： python python-3.x opencv deep-learning pytorch

【解决方案1】：

config.yaml 基本上只有模型的配置以及下载模型权重的 URL。我不知道为什么它没有自动为你下载，但你也可以从模型动物园页面下载它们：https://layout-parser.readthedocs.io/en/latest/notes/modelzoo.html

您正在寻找的是在 PubLayNet 上训练的 mask_rcnn_X_101_32x8d_FPN_3x。一旦你下载了yaml文件，你就可以使用相同的代码sn-p，只是改变路径。

model = lp.Detectron2LayoutModel(config_path='path/to/config.yaml', ...)

【讨论】：

【解决方案2】：

我找到了解决方案，将 tesseract.exe 的 congif 路径添加到 pytesseract_cmd 以在 jupyter 上运行 CLI：

pytesseract.pytesseract.tesseract_cmd = r'path\to\folder\Tesseract_OCR\tesseract.exe'

然后调用 Detectron2Model 没有抛出错误。

参考了这个话题Pytesseract : “TesseractNotFound Error: tesseract is not installed or it's not in your path”, how do I fix this?

【讨论】：