Table Transformer Detection Ifrs

🚀 テーブルトランスフォーマーIFRSテーブル検出モデル

このモデルは、Table Transformerモデルを微調整したもので、IFRS（国際財務報告基準）のPDF内のテーブルを検出するために特化しています。Table Transformerアーキテクチャをベースにしており、PDFや画像などの非構造化ドキュメントからテーブルを抽出することができます。

🚀 クイックスタート

このセクションでは、IFRS文書内のテーブルを検出するためのモデルの使用方法を説明します。

✨ 主な機能

• IFRS文書内のテーブルを高精度に検出します。
• 通常のテーブルと回転したテーブルの2種類のクラスを検出できます。

📦 インストール

このモデルはtransformersライブラリを使用しています。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import DetrForObjectDetection, DetrImageProcessor
from PIL import Image
import torch

# Load the image processor and model
# DetrImageProcessor is used to preprocess the images before feeding them to the model
image_processor = DetrImageProcessor()

# Load the pre-trained TableTransformer model for object detection
# This model is specifically trained for detecting tables in IFRS documents
model = TableTransformerForObjectDetection.from_pretrained(
    "apkonsta/table-transformer-detection-ifrs",
)

# Prepare the image
# Open the image file and convert it to RGB format
image = Image.open("path/to/your/ifrs_pdf_page.png").convert("RGB")

# Table detection threshold
# Set a threshold for detecting tables; only detections with a confidence score above this threshold will be considered
TD_th = 0.5

# Preprocess the image using the image processor
# The image is encoded into a format that the model can understand
encoding = image_processor(image, return_tensors="pt")

# Perform inference without computing gradients (saves memory and computations)
with torch.no_grad():
    outputs = model(**encoding)

# Get the probabilities for each detected object
# The softmax function is applied to the logits to get probabilities
probas = outputs.logits.softmax(-1)[0, :, :-1]

# Keep only the detections with a confidence score above the threshold
keep = probas.max(-1).values > TD_th

# Get the target sizes for post-processing
# The target sizes are the dimensions of the original image
target_sizes = torch.tensor(image.size[::-1]).unsqueeze(0)

# Post-process the model outputs to get the final bounding boxes
# The bounding boxes are scaled back to the original image size
postprocessed_outputs = image_processor.post_process(outputs, target_sizes)
bboxes_scaled = postprocessed_outputs[0]["boxes"][keep]

📚 ドキュメント

モデル詳細

サンプル画像