/ Модель
Каталог

Характеристики

Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Базовая модель
donut-handball-pv3
Опубликована
20 апр 2024

Ссылки

Hugging Face

donut-handball-pv4

Bienvenu2004
Изображение и текст → текст3 профессии

Дообученная модель VisionEncoderDecoder для преобразования изображений в текст на основе donut-handball-pv3.

10скачиваний за 30 дней0лайковвеса обновлены20 апр 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.

Открыть конструктор бенчмарка

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-pv4 — модель архитектуры VisionEncoderDecoder, дообученная автором на основе Bienvenu2004/donut-handball-pv3 для преобразования изображений в текст. В карточке указано дообучение на наборе данных imagefolder, но конкретное назначение для изображений гандбольных PV4 и содержание целевого текста не раскрыты.

Модель принимает изображения и выдаёт текст. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Подтверждённых сведений о размере модели, длине контекста, поддерживаемых языках и результатах оценки нет.

Сценарии применения

  • Преобразование изображений в текст
  • Извлечение текста из изображений, если оно соответствует обучающим данным
  • Эксперименты с распознаванием изображений из набора imagefolder

Ограничения

Карточка не описывает целевые данные, поддерживаемые языки и качество модели, поэтому её пригодность для конкретных изображений не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

donut-handball-pv4

This model is a fine-tuned version of Bienvenu2004/donut-handball-pv3 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: 30

Training results

Framework versions

  • Transformers 4.41.0.dev0
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.0
  • 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
2d088e2

0 моделей

    Создать бенчмарк