Характеристики

Контекст: 1 024 токена
Параметры: 6,3 млн
Лицензия: MIT
Архитектура: table-transformer · dense
Базовая модель: tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr1e5_dec1e4_bs8
Опубликована: 30 июн 2024

Ссылки

Hugging Face

tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr5e5_dec1e4_bs12

nsugianto

Поиск объектовИзображение → bounding_boxes

Компактная дообученная модель Table Transformer для обнаружения структурных элементов таблиц на изображениях.

15скачиваний за 30 дней0лайковвеса обновлены30 июн 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 компактная модель Table Transformer, дообученная автором nsugianto на базе nsugianto/tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr1e5_dec1e4_bs8. Она предназначена для обнаружения структурных элементов таблиц на изображениях и размечена как модель object detection. Модель содержит 6,3 млн параметров, использует архитектуру TableTransformerForObjectDetection и сохранена в формате safetensors.

Лицензия модели — MIT. Данные о наборе обучения и оценке в карточке не раскрыты, поэтому качество и переносимость на разные типы таблиц оценить нельзя.

Сценарии применения

обнаружение структурных элементов таблиц на изображениях
поиск областей таблиц для последующего разбора документов
выделение элементов таблиц в конвейере обработки документов

Ограничения

В README не описаны обучающий набор, метрики и известные ограничения, поэтому точность и обобщение на другие типы документов не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr5e5_dec1e4_bs12

This model is a fine-tuned version of nsugianto/tblstructrecog_finetuned_tbltransstrucrecog_v1_s1_394s_adjpar6_lr1e5_dec1e4_bs8 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: 5e-05
train_batch_size: 12
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 1000
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: TableTransformerForObjectDetection
Ревизия весов: d1bb012