以前、Hugging Face SpacesとYOLOv5モデル（NDL-DocLデータセットで学習済み）を使った推論アプリの構築を行いました。

Hugging Face SpacesとYOLOv5モデル（NDL-DocLデータセットで学習済み）を使った推論アプリの構築
Hugging Face SpacesとYOLOv5モデル（NDL-DocLデータセットで学習済み）を使った推論アプリの構築
ldas.jp

今回は上記のアプリを一部変更して、以下の差分に示すように、JSON出力を追加しました。

feat: add json output · nakamura196/yolov5-ndl-layout at 4d48b95
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co

これにより、以下のノートブックのように、返却結果を利用した処理が可能になりました。

https://github.com/nakamura196/ndl_ocr/blob/main/GradioのAPIを用いた物体検出例.ipynb

他により良い方法があるかと思いますが、参考になりましたら幸いです。

動画版（生成AIによる自動生成）: この記事の内容をずんだもん×四国めたんの掛け合いで解説しています。自動生成のため、内容に誤りがある可能性があります。正確な情報は記事本文をご参照ください。