Table Transformer Detection Ifrs

🚀 表格檢測模型

本項目包含一個經過微調的表格檢測模型，專門用於檢測國際財務報告準則（IFRS）PDF文件中的表格。該模型基於表格轉換器（Table Transformer）架構，能夠從PDF和圖像等非結構化文檔中提取表格。

🚀 快速開始

本模型基於表格轉換器架構，專門用於從IFRS格式的PDF文件中檢測表格。以下是使用該模型進行表格檢測的基本步驟：

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

# 加載圖像處理器和模型
# DetrImageProcessor用於在將圖像輸入模型之前對其進行預處理
image_processor = DetrImageProcessor()

# 加載預訓練的TableTransformer對象檢測模型
# 該模型專門針對IFRS文檔中的表格檢測進行了訓練
model = TableTransformerForObjectDetection.from_pretrained(
    "apkonsta/table-transformer-detection-ifrs",
)

# 準備圖像
# 打開圖像文件並將其轉換為RGB格式
image = Image.open("path/to/your/ifrs_pdf_page.png").convert("RGB")

# 表格檢測閾值
# 設置檢測表格的閾值；只有置信度得分高於此閾值的檢測結果才會被考慮
TD_th = 0.5

# 使用圖像處理器對圖像進行預處理
# 圖像被編碼為模型可以理解的格式
encoding = image_processor(image, return_tensors="pt")

# 在不計算梯度的情況下進行推理（節省內存和計算量）
with torch.no_grad():
    outputs = model(**encoding)

# 獲取每個檢測對象的概率
# 對logits應用softmax函數以獲得概率
probas = outputs.logits.softmax(-1)[0, :, :-1]

# 僅保留置信度得分高於閾值的檢測結果
keep = probas.max(-1).values > TD_th

# 獲取後處理所需的目標大小
# 目標大小是原始圖像的尺寸
target_sizes = torch.tensor(image.size[::-1]).unsqueeze(0)

# 對模型輸出進行後處理以獲得最終的邊界框
# 邊界框會被縮放到原始圖像大小
postprocessed_outputs = image_processor.post_process(outputs, target_sizes)
bboxes_scaled = postprocessed_outputs[0]["boxes"][keep]

✨ 主要特性

• 基於表格轉換器（Table Transformer）架構，專為從非結構化文檔（如PDF和圖像）中提取表格而設計。
• 針對國際財務報告準則（IFRS）PDF文件進行了微調，能夠準確檢測其中的表格。
• 可以檢測兩種類型的表格：常規表格和旋轉表格。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

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]

高級用法

文檔未提及高級用法相關代碼，故跳過此部分。

📚 詳細文檔

模型詳情

示例圖像

🔧 技術細節

文檔未提供超過50字的具體技術說明，故跳過此章節。

📄 許可證

文檔未提及許可證信息，故跳過此章節。