Характеристики

Контекст: 1 024 токена
Параметры: 6,3 млн
Архитектура: detr · dense
Базовая модель: detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session7
Опубликована: 27 апр 2024

Ссылки

Hugging Face

detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session8

nsugianto

Поиск объектовИзображение → bounding_boxes6 профессий

Дообученная модель DETR с ResNet-50 для обнаружения объектов на изображениях, включая элементы таблиц и документов.

50скачиваний за 30 дней0лайковвеса обновлены1 мая 2024

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 обнаружения объектов на изображениях, созданная дообучением DETR с ResNet-50 от nsugianto. Она предназначена для поиска объектов и определения их рамок; в названии указаны наборы LS-TableDet и LSDocElementDet, однако README не описывает классы объектов и конкретные сценарии применения. Модель содержит 6,3 млн параметров, использует архитектуру DETR и распространяется в формате Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

поиск элементов таблиц на изображениях документов
обнаружение элементов документов и выделение их рамками
определение расположения объектов на изображении

Ограничения

README не раскрывает классы объектов, обучающие данные и результаты оценки; наборы данных в названии модели не подтверждены описанием карточки. Лицензия в предоставленных данных не указана.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session8

This model is a fine-tuned version of nsugianto/detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session7 on an unknown dataset.

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: 1e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 300
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.41.0.dev0
Pytorch 2.0.1
Datasets 2.18.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры: DetrForObjectDetection
Ревизия весов: b86f38a