deepdoctection/tatr_tab_struct_v2

deepdoctection

Detección de objetos

Transformer de tablas (DETR) entrenado en PubTables1M. Fue introducido en el artículo 'Alineando conjuntos de datos de referencia para el reconocimiento de la estructura de tablas' por Smock et. al. Este modelo está dedicado al reconocimiento de la estructura de tablas y asume recibir una tabla ligeramente recortada como entrada. Predecirá filas, columnas y celdas que abarcan varias filas o columnas. Use un padding de aproximadamente 5 píxeles.

Como usar

import deepdoctection as dd

dd.ModelCatalog.register("deepdoctection/tatr_tab_struct_v2/pytorch_model.bin", dd.ModelProfile(
    name="deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
    description="Table Transformer (DETR) model trained on PubTables1M. It was introduced in the paper "
    "Aligning benchmark datasets for table structure recognition by Smock et "
    "al. This model is devoted to table structure recognition and assumes to receive a slightly cropped"
    "table as input. It will predict rows, column and spanning cells. Use a padding of around 5 pixels",
    size=[115511753],
    tp_model=False,
    config="deepdoctection/tatr_tab_struct_v2/config.json",
    preprocessor_config="deepdoctection/tatr_tab_struct_v2/preprocessor_config.json",
    hf_repo_id="deepdoctection/tatr_tab_struct_v2",
    hf_model_name="pytorch_model.bin",
    hf_config_file=["config.json", "preprocessor_config.json"],
    categories={
        "1": dd.LayoutType.table,
        "2": dd.LayoutType.column,
        "3": dd.LayoutType.row,
        "4": dd.CellType.column_header,
        "5": dd.CellType.projected_row_header,
        "6": dd.CellType.spanning,
    },
    dl_library="PT",
    model_wrapper="HFDetrDerivedDetector",
))

analyzer = dd.get_dd_analyzer(reset_config_file=True, config_overwrite=[
    "PT.ITEM.WEIGHTS=deepdoctection/tatr_tab_struct_v2/pytorch_model.bin",
    "PT.ITEM.FILTER=['table']",
    "PT.ITEM.PAD.TOP=5",
    "PT.ITEM.PAD.RIGHT=5",
    "PT.ITEM.PAD.BOTTOM=5",
    "PT.ITEM.PAD.LEFT=5",
    "SEGMENTATION.THRESHOLD_ROWS=0.9",
    "SEGMENTATION.THRESHOLD_COLS=0.9",
    "SEGMENTATION.REMOVE_IOU_THRESHOLD_ROWS=0.3",
    "SEGMENTATION.REMOVE_IOU_THRESHOLD_COLS=0.3",
    "WORD_MATCHING.MAX_PARENT_ONLY=True")

Funcionalidades

Reconocimiento de la estructura de tablas
Predicción de filas
Predicción de columnas
Predicción de celdas que abarcan varias filas o columnas

Casos de uso

Reconocimiento de la estructura de tablas en documentos
Extracción de filas y columnas de tablas
Identificación de celdas de columnas y filas