Text detection model for surya
Характеристики
- Лицензия
- CC BY-NC-SA 4.0
- Архитектура
- efficientvit · dense
- Базовая модель
- line_detector_3
- Опубликована
- 8 июл 2024
Ссылки
surya_det3
Модель Surya на базе EfficientViT выделяет строки текста на изображениях документов для последующей обработки OCR.
92 782скачиваний за 30 дней17лайковвеса обновлены12 июл 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
vikp/surya_det3 — модель обнаружения текстовых строк в составе Surya, разработанная Vik Paruchuri для Surya. Она принимает изображение документа и выделяет расположение строк текста, чтобы передать их на последующие этапы OCR. Модель построена на EfficientViT с архитектурой семантической сегментации EfficientViTForSemanticSegmentation; содержит 38,4 млн параметров и распространяется в формате safetensors с весами F32.
Для обучения использована база vikp/line_detector_3; в репозитории указана лицензия CC BY-NC-SA 4.0. Модель предназначена для обнаружения текста в документах и сама по себе не распознаёт и не возвращает текст. Карточка не описывает отдельные языковые ограничения детектора.
Сценарии применения
- обнаружение строк текста на сканах документов
- выделение текстовых областей на страницах PDF
- получение рамок строк перед распознаванием OCR
Ограничения
Модель обнаруживает расположение текста, но не выполняет его распознавание. Лицензия CC BY-NC-SA 4.0 ограничивает условия использования и распространения.
Для каких профессий подходит8
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-segmentation
Архитектура efficientvit неизвестна transformers в образе рантайма.
- Класс архитектуры
- EfficientViTForSemanticSegmentation
- Ревизия весов
- 467ee9e