基础模型: naver-clova-ix/donut-base-finetuned-docvqa
库名称: transformers.js
任务标签: 文档问答
标签:

• donut
• 图像转文本
• 视觉
• donut-swin

此模型为适配Transformers.js的ONNX权重版本，原模型地址：https://huggingface.co/naver-clova-ix/donut-base-finetuned-docvqa

使用方法 (Transformers.js)

若未安装，可通过NPM安装Transformers.js库：

npm i @huggingface/transformers  

示例: 使用Xenova/donut-base-finetuned-docvqa模型进行文档问答

import { pipeline } from '@huggingface/transformers';  

// 创建文档问答流程  
const qa_pipeline = await pipeline('document-question-answering', 'Xenova/donut-base-finetuned-docvqa');  

// 根据给定图像和问题生成答案  
const image = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/invoice.png';  
const question = '发票号码是多少？';  
const output = await qa_pipeline(image, question);  
// 输出示例: [{ answer: 'us-001' }]  

注：当前为ONNX权重单独建立仓库是临时方案，待WebML技术更普及后将优化。若需使模型适配网页端，建议使用🤗 Optimum转换为ONNX格式，并参照本仓库结构（ONNX权重存放在onnx子文件夹中）。