许可证：apache-2.0
数据集：

• sitloboi2012/rvl_cdip_small_dataset
• sitloboi2012/rvl_cdip_large_dataset
  语言：
• 英语
  评估指标：
• 准确率
  库名称：transformers
  流水线标签：image-to-text
  标签：
• 文档AI
• 图像分类
• Donut

模型ID说明卡

本模型卡旨在作为使用Donut处理RVL-CDIP数据的基准模型。该模型已在RVL-CDIP的小规模数据集（具体为该数据集的100张图像）上进行训练。

模型详情

该模型采用Donut框架，结合VisionEncoderDecoder架构，并以Transformers作为骨干网络，实现端到端的文档分类任务。

下游应用 [可选]

本模型可用于食品文档、财务文档等不同领域的文档分类微调任务。如需进行其他下游任务微调，请参考Naver的原始模型。