Detr Doc Table Detection

🚀 detr-doc-table-detection 模型卡片

detr-doc-table-detection 是一個用於文檔表格檢測的模型，能夠檢測文檔中的有邊框和無邊框表格。它基於 facebook/detr-resnet-50 模型進行訓練，為文檔表格檢測任務提供了有效的解決方案。

🚀 快速開始

使用以下代碼開始使用該模型：

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

image = Image.open("IMAGE_PATH")

processor = DetrImageProcessor.from_pretrained("TahaDouaji/detr-doc-table-detection")
model = DetrForObjectDetection.from_pretrained("TahaDouaji/detr-doc-table-detection")

inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)

# convert outputs (bounding boxes and class logits) to COCO API
# let's only keep detections with score > 0.9
target_sizes = torch.tensor([image.size[::-1]])
results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]

for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
    box = [round(i, 2) for i in box.tolist()]
    print(
            f"Detected {model.config.id2label[label.item()]} with confidence "
            f"{round(score.item(), 3)} at location {box}"
    )

✨ 主要特性

• 能夠檢測文檔中的有邊框和無邊框表格。
• 基於 facebook/detr-resnet-50 模型訓練。

📚 詳細文檔

模型詳情

• 開發者：Taha Douaji
• 共享者：Taha Douaji
• 模型類型：目標檢測
• 語言：待補充更多信息
• 許可證：Apache-2.0
• 基礎模型：facebook/detr-resnet-50
• 更多信息資源：
  • 模型演示空間
  • 相關論文

使用方式

直接使用

該模型可用於目標檢測任務。

非預期使用

該模型不應被用於故意為人們創造敵對或排斥性的環境。

偏差、風險和侷限性

大量研究已經探討了語言模型的偏差和公平性問題（例如，參見 Sheng et al. (2021) 和 Bender et al. (2021)）。該模型生成的預測可能包含針對受保護類別、身份特徵以及敏感、社會和職業群體的令人不安和有害的刻板印象。

建議

用戶（包括直接用戶和下游用戶）應該瞭解該模型的風險、偏差和侷限性。如需進一步建議，待補充更多信息。

訓練詳情

訓練數據

該模型在 ICDAR2019 表格數據集上進行訓練。

環境影響

可以使用 Lacoste et al. (2019) 中提出的 機器學習影響計算器 來估算碳排放。

引用

BibTeX：

@article{DBLP:journals/corr/abs-2005-12872,
  author    = {Nicolas Carion and
               Francisco Massa and
               Gabriel Synnaeve and
               Nicolas Usunier and
               Alexander Kirillov and
               Sergey Zagoruyko},
  title     = {End-to-End Object Detection with Transformers},
  journal   = {CoRR},
  volume    = {abs/2005.12872},
  year      = {2020},
  url       = {https://arxiv.org/abs/2005.12872},
  archivePrefix = {arXiv},
  eprint    = {2005.12872},
  timestamp = {Thu, 28 May 2020 17:38:09 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2005-12872.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

模型卡片作者（可選）

Taha Douaji 與 Ezi Ozoani 和 Hugging Face 團隊合作完成。

模型卡片聯繫方式

待補充更多信息

📄 許可證

該模型使用 Apache-2.0 許可證。