标签:

• 由训练器生成 数据集:
• cord 评估指标:
• 精确率
• 召回率
• F1值
• 准确率 基础模型: microsoft/layoutlmv3-base 模型索引:
• 名称: layoutlmv3-finetuned-cord 结果:
  • 任务: 类型: 标记分类 名称: 标记分类 数据集: 名称: cord 类型: cord 参数: cord 评估指标:
    • 类型: 精确率 值: 0.9619686800894854 名称: 精确率
    • 类型: 召回率 值: 0.9655688622754491 名称: 召回率
    • 类型: F1值 值: 0.9637654090399701 名称: F1值
    • 类型: 准确率 值: 0.9681663837011885 名称: 准确率

layoutlmv3-finetuned-cord

该模型是基于microsoft/layoutlmv3-base在CORD数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 0.1845
• 精确率: 0.9620
• 召回率: 0.9656
• F1值: 0.9638
• 准确率: 0.9682

训练脚本可在此处找到: https://github.com/huggingface/transformers/tree/main/examples/research_projects/layoutlmv3

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 5e-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: 线性
• 训练步数: 1000

训练结果

框架版本

• Transformers 4.19.0.dev0
• Pytorch 1.11.0+cu113
• Datasets 2.0.0
• Tokenizers 0.11.6