オープンソースtatr_tab_struct_v2モデル - 表構造認識タスクを効率的に実現し、無料で利用可能！

ホーム

Tatr Tab Struct V2

deepdoctectionによって開発

PubTables1MとFinTabNetデータセットで訓練されたDETRアーキテクチャモデルで、表構造認識タスク専用

文字認識

Transformers

#表構造認識 #セル跨ぎ検出 #金融文書処理

ダウンロード数 99

リリース時間 : 9/4/2023

モデル概要

このモデルはTransformerアーキテクチャを採用し、表内の行、列、ヘッダーおよびセル跨ぎ構造を認識可能で、文書デジタル化処理シナリオに適しています

モデル特徴

セル跨ぎ認識

表内の結合セルや行/列跨ぎ構造を正確に認識可能

多要素検出

表、行、列、ヘッダーなど複数のレイアウト要素を同時検出

境界処理最適化

最適な認識効果を得るため5ピクセルの余白充填を推奨

モデル能力

表領域検出

行列入れ子構造認識

ヘッダー分類

結合セル検出

使用事例

文書デジタル化

財務諸表解析

複雑な財務諸表の構造化データを自動認識

行列入れ子関係及びセル跨ぎデータを正確に抽出

学術文献処理

学術論文からデータ表内容を抽出

元の表の階層関係を維持

🚀 トランスフォーマーライブラリ

Microsoft Table Transformerは、PubtablesとFintabnetで学習された表構造認識モデルです。

🚀 クイックスタート

モデルのdeepdoctectionプロファイルがない場合は、以下のコードを追加してください。

基本的な使用法

import deepdoctection as dd

dd.ModelCatalog.register("deepdoctection/tatr_tab_struct_v2/pytorch_model.bin", dd.ModelProfile(
    name="deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
    description="Table Transformer (DETR) model trained on PubTables1M. It was introduced in the paper "
                "Aligning benchmark datasets for table structure recognition by Smock et "
                "al. This model is devoted to table structure recognition and assumes to receive a slightly cropped"
                "table as input. It will predict rows, column and spanning cells. Use a padding of around 5 pixels",
    size=[115511753],
    tp_model=False,
    config="deepdoctection/tatr_tab_struct_v2/config.json",
    preprocessor_config="deepdoctection/tatr_tab_struct_v2/preprocessor_config.json",
    hf_repo_id="deepdoctection/tatr_tab_struct_v2",
    hf_model_name="pytorch_model.bin",
    hf_config_file=["config.json", "preprocessor_config.json"],
    categories={
        "1": dd.LayoutType.table,
        "2": dd.LayoutType.column,
        "3": dd.LayoutType.row,
        "4": dd.CellType.column_header,
        "5": dd.CellType.projected_row_header,
        "6": dd.CellType.spanning,
    },
    dl_library="PT",
    model_wrapper="HFDetrDerivedDetector",
))

高度な使用法

deepdoctectionアナライザー内でモデルを実行する際には、セグメンテーションパラメータを調整して、より良い予測結果を得ることができます。

import deepdoctection as dd

analyzer = dd.get_dd_analyzer(reset_config_file=True, config_overwrite=["PT.ITEM.WEIGHTS=deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
                                                                        "PT.ITEM.FILTER=['table']",
                                                                        "PT.ITEM.PAD.TOP=5",
                                                                        "PT.ITEM.PAD.RIGHT=5",
                                                                        "PT.ITEM.PAD.BOTTOM=5",
                                                                        "PT.ITEM.PAD.LEFT=5",
                                                                        "SEGMENTATION.THRESHOLD_ROWS=0.9",
                                                                        "SEGMENTATION.THRESHOLD_COLS=0.9",
                                                                        "SEGMENTATION.REMOVE_IOU_THRESHOLD_ROWS=0.3",
                                                                        "SEGMENTATION.REMOVE_IOU_THRESHOLD_COLS=0.3",
                                                                        "WORD_MATCHING.MAX_PARENT_ONLY=True"])