Характеристики

Лицензия: MIT
Архитектура: vision-encoder-decoder · dense
Опубликована: 16 авг 2023

Ссылки

Hugging Face

donutlicenses3v3

felipebandeira

Описание изображенийИзображение → текст6 профессий

Извлекает данные из изображений водительских удостоверений ЕС и возвращает их в формате JSON.

9скачиваний за 30 дней5лайковвеса обновлены23 авг 2023

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание текста» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

felipebandeira/donutlicenses3v3 — модель на архитектуре VisionEncoderDecoderModel, предназначенная для извлечения сведений из изображений водительских удостоверений стран ЕС и выдачи результата в формате JSON. Для распознавания лучше подходят изображения размером 1192×772 пикселя с высоким разрешением и без бликов.

Валидационная точность указана как 98%, а на наборе реальных удостоверений — 63,93%, что показывает заметное снижение качества на реальных документах. Модель опубликована в формате PyTorch под лицензией MIT. Размер модели и длина контекста в предоставленных сведениях не указаны.

Сценарии применения

Извлечение полей из водительских удостоверений ЕС
Автоматическое преобразование водительского удостоверения в структурированный JSON
Распознавание данных на сканах водительских удостоверений
Обработка фотографий водительских удостоверений в системах проверки документов

Ограничения

На реальных удостоверениях точность составляет 63,93%, существенно ниже заявленных 98% на валидационном наборе. Для лучшего результата рекомендуются изображения 1192×772 пикселя высокого разрешения без бликов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model extracts information from EU driver's licenses and returns it as JSON. For optimal performance, we recommend that input images:

have a size of 1192x772
have high resolution and do not contain light reflection effects

Accuracy

on validation set: 98%
on set of real licenses: 63.93%

Article describing model: https://medium.com/@ofelipebandeira/transformers-vs-ocr-who-can-read-better-192e6b044dd3

Article describing synthetic dataset used in training: https://python.plainenglish.io/how-to-create-synthetic-datasets-of-document-images-5f140dee5e40

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: f637104