/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
layoutlmv3 · dense
Базовая модель
layoutlmv3-base
Опубликована
2 мая 2022

layoutlmv3-finetuned-cord

Разметка токеновТекст → label6 профессий

Дообученная на CORD модель LayoutLMv3 размечает токены на изображениях чеков для извлечения структурированных полей.

332скачиваний за 30 дней13лайковвеса обновлены19 сен 2023

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 дообученная версия мультимодального Transformer LayoutLMv3-base от Microsoft, созданная nielsr на наборе документов CORD для разметки токенов в документах. Модель принимает текст вместе с изображением документа и его структурными координатами, а затем присваивает токенам метки, помогая извлекать и классифицировать поля в чеках.

В оценке на CORD указаны F1 0,9638, точность 0,9620, полнота 0,9656 и accuracy 0,9682. Модель содержит 151,8 млн параметров; контекст — 514 токенов. Доступны веса PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение полей из чеков
  • разметка позиций товаров и сумм в чеке
  • классификация токенов на изображении документа
  • структурирование данных чеков CORD

Ограничения

Модель дообучена на CORD, поэтому её качество и применимость к другим типам документов или форматам чеков могут отличаться. Описание карточки не приводит дополнительных ограничений и условий лицензии.

Для каких профессий подходит6

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

layoutlmv3-finetuned-cord

This model is a fine-tuned version of microsoft/layoutlmv3-base on the CORD dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1845
  • Precision: 0.9620
  • Recall: 0.9656
  • F1: 0.9638
  • Accuracy: 0.9682

The script for training can be found here: https://github.com/huggingface/transformers/tree/main/examples/research_projects/layoutlmv3

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 1000

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
No log2.01000.52570.82230.85550.83860.8710
No log4.02000.32000.91180.92810.91990.9317
No log6.03000.24490.92980.94240.93610.9465
No log8.04000.19230.94720.95360.95040.9597
0.432810.05000.18570.95910.96560.96230.9682
0.432812.06000.20730.95970.96180.96070.9656
0.432814.07000.18040.96340.96630.96490.9703
0.432816.08000.18820.96340.96480.96410.9665
0.432818.09000.18000.96190.96480.96340.9677
0.031820.010000.18450.96200.96560.96380.9682

Framework versions

  • Transformers 4.19.0.dev0
  • Pytorch 1.11.0+cu113
  • Datasets 2.0.0
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
LayoutLMv3ForTokenClassification
Ревизия весов
e941023

0 моделей