标签:

• 训练生成 数据集:
• nielsr/funsd-layoutlmv3 管道标签: 目标检测 小部件:
• 来源: "https://huggingface.co/spaces/impira/docquery/resolve/2359223c1837a7587402bda0f2643382a6eefeab/invoice.png" 示例标题: 发票
• 来源: "https://huggingface.co/spaces/impira/docquery/resolve/2359223c1837a7587402bda0f2643382a6eefeab/contract.jpeg" 示例标题: 合同 指标:
• 精确率
• 召回率
• F1值
• 准确率 模型索引:
• 名称: layoutlmv3-finetuned-funsd 结果:
  • 任务: 名称: 标记分类 类型: 标记分类 数据集: 名称: nielsr/funsd-layoutlmv3 类型: nielsr/funsd-layoutlmv3 参数: funsd 指标:
    • 名称: 精确率 类型: 精确率 值: 0.9026198714780029
    • 名称: 召回率 类型: 召回率 值: 0.913
    • 名称: F1值 类型: f1 值: 0.9077802634849614
    • 名称: 准确率 类型: 准确率 值: 0.8330271015158475 复制自: nielsr/layoutlmv3-finetuned-funsd

layoutlmv3-finetuned-funsd

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

• 损失: 1.1164
• 精确率: 0.9026
• 召回率: 0.913
• F1值: 0.9078
• 准确率: 0.8330

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: 1e-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)和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