/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
layoutlmv3 · dense
Базовая модель
layoutlmv3-base
Библиотека
transformers
Опубликована
2 окт 2025

layoutlmv3-multimodel-finetuned-invoices03

Разметка токеновТекст → label4 профессии

Дообученная LayoutLMv3 извлекает и размечает ключевые поля на счетах и других финансовых документах по тексту, изображению и расположению элементов.

111скачиваний за 30 дней0лайковвеса обновлены2 окт 2025

Бенчмарки

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

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

Это модель LayoutLMv3, дообученная на пользовательском наборе счетов-фактур для извлечения ключевых полей из документов. Она разработана на основе microsoft/layoutlmv3-base и использует архитектуру LayoutLMv3 с 151,8 млн параметров; модель принимает изображения отсканированных документов, текстовые токены и координаты ограничивающих рамок, а для каждого токена предсказывает метку сущности, например номер счёта, дату, поставщика или итоговую сумму. Указанная длина контекста — 514 токенов.

Модель предназначена для автоматизации обработки счетов, чеков и финансовых документов, в том числе в системах управления расходами. В README приведены результаты проверки на отложенной выборке: F1 достиг 0,89 на восьмой эпохе. Качество зависит от OCR, а обучение только на ограниченном наборе счетов может ухудшить перенос на другие типы документов. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • извлечение номера, даты, поставщика и суммы из счетов-фактур
  • автоматическая обработка чеков
  • разметка полей финансовых документов
  • автоматизация ввода расходов в системы учёта

Ограничения

Модель обучена на ограниченном наборе счетов и может хуже работать с другими типами документов. Результат зависит от качества OCR.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

layoutlmv3-finetuned-invoices

This model is a fine-tuned version of microsoft/layoutlmv3-base on a custom invoice dataset for document understanding tasks.
It was trained using the Hugging Face Trainer API with early stopping and mixed precision.

Results

The model achieves the following results on the held-out validation set after 10 epochs:

EpochTrain LossVal LossPrecisionRecallF1
10.83290.70940.71840.65240.6838
50.38150.31040.86250.85590.8592
80.29880.23500.89990.88030.8900
100.24990.22540.90370.88720.8954

Model description

  • Architecture: LayoutLMv3
  • Base model: microsoft/layoutlmv3-base
  • Task: Token classification for invoice understanding (e.g., extracting key fields).
  • Input: Scanned invoices (images + text tokens + bounding boxes).
  • Output: Predicted entity labels (e.g., Invoice Number, Date, Vendor, Total).

Intended uses & limitations

  • Use cases:

    • Automatic information extraction from invoices, receipts, and financial documents.
    • Document AI pipelines for expense management and automation.
  • Limitations:

    • Fine-tuned only on a limited invoice dataset.
    • May not generalize well to other document types (contracts, ID cards, etc.).
    • Sensitive to OCR quality — better input text = better results.

Training details

Hyperparameters

  • Learning rate: 3e-5
  • Train batch size: 4
  • Eval batch size: 4
  • Epochs: 10 (with early stopping)
  • Optimizer: AdamW
  • Weight decay: 0.01
  • Mixed precision (fp16): ✅
  • Workers: 2

Framework versions

  • Transformers 4.56.0
  • PyTorch 2.8.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.0

How to use

from transformers import AutoModelForTokenClassification, AutoProcessor

repo_id = "your-username/layoutlmv3-finetuned-invoices"

model = AutoModelForTokenClassification.from_pretrained(repo_id)
processor = AutoProcessor.from_pretrained(repo_id)

# Example inference
from PIL import Image
image = Image.open("sample_invoice.png")

encoding = processor(image, return_tensors="pt")
outputs = model(**encoding)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
LayoutLMv3ForTokenClassification
Ревизия весов
8a137d5

0 моделей