AIbase
JA
ホーム
Donut Base Finetuned Cord V2
D

Donut Base Finetuned Cord V2

Xenovaによって開発
DonutはSwin Transformerベースの視覚的文書理解モデルで、CORDデータセットに特化してファインチューニングされており、画像から構造化されたテキスト情報を抽出できます。
画像生成テキスト
Transformers
#ドキュメント画像からテキストへの変換#ONNXウェブデプロイメント#構造化データ抽出
ダウンロード数 32
リリース時間 : 9/5/2023

モデル概要

このモデルはDonutアーキテクチャに基づく視覚的文書理解モデルで、CORDデータセットでファインチューニングされており、文書画像を処理して構造化されたテキスト情報を抽出できます。

モデル特徴

視覚的文書理解
文書画像から構造化されたテキスト情報を抽出でき、様々な文書処理シナリオに適用可能です。
Swin Transformerベース
先進的なSwin Transformerアーキテクチャを採用し、強力な視覚的特徴抽出能力を有します。
ウェブ対応
ONNX形式に変換済みで、Transformers.jsを通じてウェブブラウザで使用可能です。

モデル能力

文書画像処理
構造化テキスト抽出
視覚的特徴認識

使用事例

文書処理
領収書情報抽出
領収書画像から店舗名、金額、日付などの構造化情報を自動抽出
データ入力効率向上、手作業削減
フォーム認識
各種フォームのフィールドと内容を認識
フォームデータの自動処理を実現
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase