donut-demoオープンソースモデル - 無料でデプロイして文書理解タスクを支援

Home

Donut Demo

Developed by nielsr

CORD-v2データセットでファインチューニングされたVisionEncoderDecoderモデル、ドキュメント理解タスク用

文字認識

Transformers

Open Source License:MIT #ドキュメント理解 #視覚エンコーダーデコーダー #レシート認識

Downloads 56

Release Time : 8/15/2022

Model Overview

このモデルはDonutアーキテクチャに基づくドキュメント理解モデルで、CORD-v2レシート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、ドキュメント画像から構造化された情報を抽出できます。

Model Features

ドキュメント理解能力

複雑なドキュメントレイアウトから構造化情報を抽出可能

エンドツーエンド訓練

VisionEncoderDecoderアーキテクチャを使用したエンドツーエンド訓練

レシート解析

レシート類のドキュメントに最適化された情報抽出能力

Model Capabilities

ドキュメント画像理解

構造化情報抽出

レシートデータ解析

エンドツーエンドドキュメント処理

Use Cases

ビジネス自動化

レシート処理自動化

レシート画像から商品、価格などの情報を自動抽出

手動入力を代替し、財務処理効率を向上

ドキュメントデジタル化

ドキュメント情報抽出

非構造化ドキュメントを構造化データに変換

後のデータ分析と処理を容易にする

Featured Recommended AI Models

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 Supports Multiple Languages

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。

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 Chinese

uer

2,694

Empowering the Future, Your AI Solution Knowledge Base

English 简体中文繁體中文にほんご

Donut Demo

Model Overview

Model Features

Model Capabilities

Use Cases

🚀 Donutデモ

📄 ライセンス

📦 データセット