Detr Doc Table Detection

🚀 detr-doc-table-detection 模型卡片

detr-doc-table-detection 是一个用于文档表格检测的模型，能够检测文档中的有边框和无边框表格。它基于 facebook/detr-resnet-50 模型进行训练，为文档表格检测任务提供了有效的解决方案。

🚀 快速开始

使用以下代码开始使用该模型：

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

• 能够检测文档中的有边框和无边框表格。
• 基于 facebook/detr-resnet-50 模型训练。

📚 详细文档

模型详情

• 开发者：Taha Douaji
• 共享者：Taha Douaji
• 模型类型：目标检测
• 语言：待补充更多信息
• 许可证：Apache-2.0
• 基础模型：facebook/detr-resnet-50
• 更多信息资源：
  • 模型演示空间
  • 相关论文

使用方式

直接使用

该模型可用于目标检测任务。

非预期使用

该模型不应被用于故意为人们创造敌对或排斥性的环境。

偏差、风险和局限性

大量研究已经探讨了语言模型的偏差和公平性问题（例如，参见 Sheng et al. (2021) 和 Bender et al. (2021)）。该模型生成的预测可能包含针对受保护类别、身份特征以及敏感、社会和职业群体的令人不安和有害的刻板印象。

建议

用户（包括直接用户和下游用户）应该了解该模型的风险、偏差和局限性。如需进一步建议，待补充更多信息。

训练详情

训练数据

该模型在 ICDAR2019 表格数据集上进行训练。

环境影响

可以使用 Lacoste et al. (2019) 中提出的 机器学习影响计算器 来估算碳排放。

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（可选）

Taha Douaji 与 Ezi Ozoani 和 Hugging Face 团队合作完成。

模型卡片联系方式

待补充更多信息

📄 许可证

该模型使用 Apache-2.0 许可证。