标签:

• 目标检测
• '- 视觉' 许可证: apache-2.0 基础模型: facebook/detr-resnet-50 数据集:
• MohamedExperio/ICDAR2019

模型卡片：detr-doc-table-detection

模型详情

detr-doc-table-detection 是一个基于 facebook/detr-resnet-50 训练的模型，用于检测文档中的有边框和无边框表格。

• 开发者: Taha Douaji
• 共享者 [可选]: Taha Douaji
• 模型类型: 目标检测
• 语言 (NLP): 需要更多信息
• 许可证: 需要更多信息
• 父模型: facebook/detr-resnet-50
• 更多信息资源:
  • 模型演示空间
  • 相关论文

用途

直接使用

该模型可用于目标检测任务。

超出范围的使用

该模型不应被用于故意制造敌对或排斥他人的环境。

偏见、风险和限制

大量研究已经探讨了语言模型中的偏见和公平性问题（例如，参见 Sheng et al. (2021) 和 Bender et al. (2021)）。模型生成的预测可能包含针对受保护群体、身份特征以及敏感社会职业群体的令人不安且有害的刻板印象。

建议

用户（包括直接使用者和下游使用者）应了解模型的风险、偏见和局限性。需要更多信息以提供进一步建议。

训练详情

训练数据

该模型在 ICDAR2019 表格数据集上进行了训练。

环境影响

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

引用

BibTeX:

@article{DBLP:journals/corr/abs-2005-12872,
  作者    = {Nicolas Carion and
              Francisco Massa and
              Gabriel Synnaeve and
              Nicolas Usunier and
              Alexander Kirillov and
              Sergey Zagoruyko},
  标题     = {End-to-End Object Detection with Transformers},
  期刊   = {CoRR},
  卷    = {abs/2005.12872},
  年份      = {2020},
  网址       = {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

模型卡片联系方式

需要更多信息

如何开始使用该模型

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("图片路径")

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)

# 将输出（边界框和类别逻辑）转换为 COCO API
# 仅保留置信度 > 0.9 的检测结果
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"检测到 {model.config.id2label[label.item()]}，置信度 "
            f"{round(score.item(), 3)}，位置 {box}"
    )