OCR-LayoutLMv3-Invoiceオープンソースの請求書認識モデル - 請求書の構造化情報を高精度に抽出

ホーム

OCR LayoutLMv3 Invoice

jinhybrによって開発

LayoutLMv3-baseをファインチューニングした請求書認識モデルで、wild_receiptデータセットで訓練され、請求書から構造化情報を抽出するのに優れています。

シーケンスラベリング

Transformers

#請求書情報抽出 #高精度OCR #構造化認識

ダウンロード数 340

リリース時間 : 11/7/2022

モデル概要

このモデルは請求書テキスト認識に最適化されたOCRモデルで、請求書内の様々な情報フィールドを正確に認識・分類できます。

モデル特徴

高精度請求書認識

wild_receiptデータセットで87.65%の精度と88.12%の再現率を達成

LayoutLMv3アーキテクチャ採用

先進的な視覚-言語事前学習モデルを活用し、テキストとレイアウト情報を組み合わせて認識

エンドツーエンド訓練

元の請求書画像から直接テキストとレイアウト特徴を学習

モデル能力

請求書テキスト認識

構造化情報抽出

書類フィールド分類

使用事例

財務自動化

請求書情報抽出

金額、日付、店舗名などの主要情報を各種請求書から自動抽出

精度92.68%、F1値87.89%

企業経費精算

経費精算書処理

経費精算書類の各項目を自動認識・分類

🚀 OCR-LayoutLMv3-Invoice

このモデルは、wild_receiptデータセットでmicrosoft/layoutlmv3-baseをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

損失率: 0.3159
適合率: 0.8765
再現率: 0.8812
F1値: 0.8789
正解率: 0.9268

📚 ドキュメント

モデル情報

属性	詳情
モデルタイプ	OCR-LayoutLMv3-Invoice
生成元	Trainerによる自動生成
データセット	wild_receipt
評価指標	適合率、再現率、F1値、正解率

トレーニングと評価データ

詳細情報は未提供です。

トレーニング手順

トレーニングハイパーパラメータ

トレーニング中に以下のハイパーパラメータが使用されました。

学習率: 1e-05
トレーニングバッチサイズ: 2
評価バッチサイズ: 2
シード値: 42
オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
学習率スケジューラタイプ: 線形
トレーニングステップ数: 6000

トレーニング結果

トレーニング損失	エポック	ステップ	検証損失	適合率	再現率	F1値	正解率
未記録	0.16	100	1.5032	0.4934	0.1444	0.2234	0.6064
未記録	0.32	200	1.0282	0.5884	0.4420	0.5048	0.7385
未記録	0.47	300	0.7856	0.7448	0.6205	0.6770	0.8133
未記録	0.63	400	0.6464	0.7736	0.6689	0.7174	0.8399
1.1733	0.79	500	0.5672	0.7609	0.7303	0.7453	0.8557
1.1733	0.95	600	0.5055	0.7658	0.7652	0.7655	0.8677
1.1733	1.1	700	0.4735	0.7946	0.7848	0.7897	0.8784
1.1733	1.26	800	0.4414	0.7962	0.7946	0.7954	0.8818
1.1733	1.42	900	0.4094	0.8176	0.8064	0.8120	0.8894
0.5047	1.58	1000	0.3971	0.8219	0.8248	0.8234	0.8961
0.5047	1.74	1100	0.4082	0.7993	0.8362	0.8174	0.8927
0.5047	1.89	1200	0.3797	0.8240	0.8317	0.8278	0.8962
0.5047	2.05	1300	0.3597	0.8326	0.8331	0.8329	0.9020
0.5047	2.21	1400	0.3544	0.8462	0.8283	0.8371	0.9020
0.368	2.37	1500	0.3374	0.8428	0.8435	0.8432	0.9056
0.368	2.52	1600	0.3364	0.8406	0.8522	0.8464	0.9089
0.368	2.68	1700	0.3404	0.8467	0.8536	0.8501	0.9107
0.368	2.84	1800	0.3319	0.8405	0.8501	0.8453	0.9090
0.368	3.0	1900	0.3324	0.8584	0.8492	0.8538	0.9117
0.2949	3.15	2000	0.3204	0.8691	0.8404	0.8545	0.9119
0.2949	3.31	2100	0.3107	0.8599	0.8547	0.8573	0.9162
0.2949	3.47	2200	0.3169	0.8680	0.8489	0.8584	0.9146
0.2949	3.63	2300	0.3190	0.8683	0.8519	0.8600	0.9152
0.2949	3.79	2400	0.2975	0.8631	0.8617	0.8624	0.9182
0.2438	3.94	2500	0.3040	0.8566	0.8640	0.8603	0.9171
0.2438	4.1	2600	0.3045	0.8585	0.8642	0.8613	0.9181
0.2438	4.26	2700	0.3139	0.8498	0.8748	0.8621	0.9160
0.2438	4.42	2800	0.2985	0.8642	0.8672	0.8657	0.9214
0.2438	4.57	2900	0.3047	0.8688	0.8694	0.8691	0.9214
0.2028	4.73	3000	0.2986	0.8686	0.8695	0.8691	0.9207
0.2028	4.89	3100	0.3135	0.8628	0.8755	0.8691	0.9197
0.2028	5.05	3200	0.2927	0.8656	0.8755	0.8705	0.9217
0.2028	5.21	3300	0.2992	0.8724	0.8697	0.8711	0.9228
0.2028	5.36	3400	0.2975	0.8831	0.8639	0.8734	0.9244
0.1814	5.52	3500	0.2897	0.8736	0.8788	0.8762	0.9250
0.1814	5.68	3600	0.3118	0.8674	0.8751	0.8712	0.9216
0.1814	5.84	3700	0.2974	0.8735	0.8779	0.8757	0.9237
0.1814	5.99	3800	0.2957	0.8696	0.8815	0.8755	0.9240
0.1814	6.15	3900	0.3120	0.8698	0.8817	0.8757	0.9250
0.1602	6.31	4000	0.3080	0.8715	0.8800	0.8757	0.9238
0.1602	6.47	4100	0.3031	0.8767	0.8788	0.8777	0.9261
0.1602	6.62	4200	0.3146	0.8699	0.8784	0.8741	0.9227
0.1602	6.78	4300	0.3085	0.8717	0.8788	0.8752	0.9248
0.1602	6.94	4400	0.3023	0.8749	0.8756	0.8752	0.9250
0.1383	7.1	4500	0.3025	0.8860	0.8735	0.8797	0.9252
0.1383	7.26	4600	0.3026	0.8775	0.8810	0.8792	0.9272
0.1383	7.41	4700	0.3146	0.8715	0.8832	0.8773	0.9251
0.1383	7.57	4800	0.3113	0.8769	0.8803	0.8786	0.9275
0.1383	7.73	4900	0.3073	0.8797	0.8786	0.8792	0.9261
0.1306	7.89	5000	0.3163	0.8714	0.8828	0.8770	0.9248
0.1306	8.04	5100	0.3163	0.8753	0.8810	0.8781	0.9250
0.1306	8.2	5200	0.3132	0.8743	0.8804	0.8773	0.9257
0.1306	8.36	5300	0.3119	0.8735	0.8837	0.8786	0.9264
0.1306	8.52	5400	0.3145	0.8826	0.8779	0.8802	0.9272
0.1174	8.68	5500	0.3166	0.8776	0.8811	0.8794	0.9261
0.1174	8.83	5600	0.3146	0.8776	0.8814	0.8795	0.9260
0.1174	8.99	5700	0.3135	0.8763	0.8826	0.8795	0.9271
0.1174	9.15	5800	0.3154	0.8794	0.8818	0.8806	0.9275
0.1174	9.31	5900	0.3152	0.8788	0.8817	0.8802	0.9274
0.11	9.46	6000	0.3159	0.8765	0.8812	0.8789	0.9268