写真内の書類・カード（名刺・身分証等）の四隅を取るタスクは、自前学習や古典 CV の輪郭抽出を組む前に、学習済み公開モデル DocAligner（DocsaidLab、Apache-2.0、ONNX 配布、pip: docaligner-docsaid）を試す価値がある。実測（名刺×机の実写・実機録画）での確認結果:

• 古典 CV（Canny+輪郭）が原理的に苦手なケースをそのまま解いた: 濃色カード×木目（境界が背景に溶ける）、白背景×白カード、手の影、モニタ越し撮影（モアレ+ブラー）のいずれも四隅が正確
• 軽量版 model_cfg="lcnet100" は約4.8MB・M1 CPU で 30〜45ms/推論。ブラウザ（onnxruntime-web）配布も視野に入るサイズ。大型版（fastvit_sa24・約80MB）と品質差は今回の用途ではほぼ見えなかった
• 制約: 1画像1ドキュメント前提。複数枚のシーンでは全体に掛けると1枚しか返らない。粗い存在検出（別手段）で ROI を出し、ROI 単位に適用する構成にすると複数枚も正確に取れる（ROI は対象より一回り広い程度で十分動作）

判断基準

• 「完全一致の学習済みモデルが無いから自前学習」と決める前に、近接ドメイン（書類/文字）の専用軽量モデルを手元の実データへ数時間で当ててから判断する（汎用 zero-shot 巨大モデルの流用が失敗した経験とは別物。ドメイン専用モデルは当たり率が高い）
• 精度が足りない場合もゼロからの学習ではなく既存モデルの fine-tune が近道になる
• ライセンスは pip メタデータで Apache 2.0 を確認済み（商用可）。採用前にモデル重みの配布ライセンスも確認すること