/ Модель

Характеристики

Параметры
6,3 млн
Архитектура
table-transformer · dense
Библиотека
transformers
Опубликована
4 сен 2023

tatr_tab_struct_v2

Поиск объектовИзображение → bounding_boxes7 профессий

Дообученная модель Microsoft Table Transformer для обнаружения элементов структуры таблиц в изображениях документов.

98скачиваний за 30 дней3лайкавеса обновлены14 июл 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

deepdoctection/tatr_tab_struct_v2 — модель распознавания структуры таблиц на основе Microsoft Table Transformer, дообученная на наборах PubTables-1M и FinTabNet. Она находит элементы структуры таблиц на изображениях документов, например строки и ячейки, и предназначена для включения в конвейеры анализа документов, в том числе deepdoctection.

Модель имеет архитектуру TableTransformerForObjectDetection, содержит 6,3 млн параметров и доступна в форматах PyTorch и Safetensors для библиотеки Transformers. README рекомендует настроить параметры сегментации при использовании в deepdoctection Analyzer для улучшения предсказаний. Лицензия в предоставленных данных не указана.

Сценарии применения

  • выделение строк и ячеек в таблицах на сканах
  • анализ структуры таблиц в PDF-документах
  • подготовка таблиц к извлечению данных
  • сегментация таблиц в конвейере deepdoctection

Ограничения

Для более качественных предсказаний в deepdoctection Analyzer требуется настроить параметры сегментации. В доступных данных не приведены показатели качества и условия лицензирования.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Microsoft Table Transformer Table Structure Recognition trained on Pubtables and Fintabnet

If you do not have the deepdoctection Profile of the model, please add:

import deepdoctection as dd

dd.ModelCatalog.register("deepdoctection/tatr_tab_struct_v2/pytorch_model.bin", dd.ModelProfile(
    name="deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
    description="Table Transformer (DETR) model trained on PubTables1M. It was introduced in the paper "
                "Aligning benchmark datasets for table structure recognition by Smock et "
                "al. This model is devoted to table structure recognition and assumes to receive a slightly cropped"
                "table as input. It will predict rows, column and spanning cells. Use a padding of around 5 pixels",
    size=[115511753],
    tp_model=False,
    config="deepdoctection/tatr_tab_struct_v2/config.json",
    preprocessor_config="deepdoctection/tatr_tab_struct_v2/preprocessor_config.json",
    hf_repo_id="deepdoctection/tatr_tab_struct_v2",
    hf_model_name="pytorch_model.bin",
    hf_config_file=["config.json", "preprocessor_config.json"],
    categories={
        "1": dd.LayoutType.table,
        "2": dd.LayoutType.column,
        "3": dd.LayoutType.row,
        "4": dd.CellType.column_header,
        "5": dd.CellType.projected_row_header,
        "6": dd.CellType.spanning,
    },
    dl_library="PT",
    model_wrapper="HFDetrDerivedDetector",
))

When running the model within the deepdoctection analyzer, adjust the segmentation parameters in order to get better predictions.

    import deepdoctection as dd

    analyzer = dd.get_dd_analyzer(reset_config_file=True, config_overwrite=["PT.ITEM.WEIGHTS=deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
                                                                            "PT.ITEM.FILTER=['table']",
                                                                            "PT.ITEM.PAD.TOP=5",
                                                                            "PT.ITEM.PAD.RIGHT=5",
                                                                            "PT.ITEM.PAD.BOTTOM=5",
                                                                            "PT.ITEM.PAD.LEFT=5",
                                                                            "SEGMENTATION.THRESHOLD_ROWS=0.9",
                                                                            "SEGMENTATION.THRESHOLD_COLS=0.9",
                                                                            "SEGMENTATION.REMOVE_IOU_THRESHOLD_ROWS=0.3",
                                                                            "SEGMENTATION.REMOVE_IOU_THRESHOLD_COLS=0.3",
                                                                            "WORD_MATCHING.MAX_PARENT_ONLY=True"])

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры
TableTransformerForObjectDetection
Ревизия весов
52b8dc4

0 моделей