/ Модель

Характеристики

Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Базовая модель
donut-handball-pv9
Опубликована
29 мая 2024

donut-handball-pv10

Изображение и текст → текст

Дообученная vision-encoder-decoder-модель для преобразования изображений в текст.

9скачиваний за 30 дней0лайковвеса обновлены29 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Bienvenu2004/donut-handball-pv10 — дообученная модель Bienvenu2004/donut-handball-pv9, созданная разработчиком Bienvenu2004 для преобразования изображений в текст. Модель построена на архитектуре vision-encoder-decoder и рассчитана на задачи image-text-to-text; в метаданных отмечена поддержка обработки изображений. Обучение выполнялось на датасете imagefolder.

Модель распространяется в формате safetensors по лицензии MIT. Карточка не содержит сведений о конкретном назначении, типах изображений, поддерживаемых языках, контексте, размере модели и оценке качества, поэтому эти характеристики нельзя надёжно определить.

Сценарии применения

  • получение текстового описания изображения
  • извлечение текста или данных с изображений
  • преобразование визуального содержимого в текст

Ограничения

Карточка не уточняет целевые типы изображений и конкретные задачи, а также не приводит оценок качества; применимость к конкретным сценариям требует проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

donut-handball-pv10

This model is a fine-tuned version of Bienvenu2004/donut-handball-pv9 on the imagefolder dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 200

Training results

Framework versions

  • Transformers 4.42.0.dev0
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
21ae83e

0 моделей