Модель на основе DETR обнаруживает структуру таблиц в документах и может использоваться в конвейере извлечения таблиц с последующим OCR и экспортом в CSV.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
SalML/DETR-table-structure-recognition — модель обнаружения объектов на основе DETR, предназначенная для распознавания структуры таблиц в документах. По карточке автор также создал Hugging Face Space, который применяет OCR к изображению с результатами Table Transformer и позволяет скачать таблицу в CSV.
Модель содержит 6,3 млн параметров, использует PyTorch и обучена на PubTables-1M. Метаданные указывают английский язык; подходящий сценарий — выделение структурных элементов таблицы на изображении документа перед извлечением данных. Лицензия в метаданных обозначена как unknown.
Карточка не сообщает метрики качества и подробности поддерживаемых типов документов; упомянутая обработка OCR и экспорт в CSV относится к Hugging Face Space. Лицензия указана как unknown.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
I have built a HuggingFace Space: https://huggingface.co/spaces/SalML/TableTransformer2CSV It runs an OCR on the table-transformer output image to obtain a CSV downloadable table.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · object-detection
Подбираем GPU…