keremberke/yolov8s-table-extraction
keremberke
Detección de objetos
Modelo para la detección de objetos y extracción de tablas utilizando YOLOv8. Este modelo se ha entrenado para detectar tablas con y sin bordes en imágenes.
Como usar
Para usar el modelo, sigue los siguientes pasos:
from ultralyticsplus import YOLO, render_result
# cargar el modelo
model = YOLO('keremberke/yolov8s-table-extraction')
# establecer parámetros del modelo
model.overrides['conf'] = 0.25 # Umbral de confianza NMS
model.overrides['iou'] = 0.45 # Umbral de IoU NMS
model.overrides['agnostic_nms'] = False # NMS agnóstico de clase
model.overrides['max_det'] = 1000 # número máximo de detecciones por imagen
# establecer imagen
image = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
# realizar inferencia
results = model.predict(image)
# observar resultados
print(results[0].boxes)
render = render_result(model=model, image=image, result=results[0])
render.show()
Funcionalidades
- Detección de tablas con bordes
- Detección de tablas sin bordes
- Umbral de confianza configurable
- Umbral de IoU configurable
- Detección agnóstica de clases opcional
- Hasta 1000 detecciones por imagen
- Utiliza PyTorch y TensorBoard
Casos de uso
- Extracción de tablas de documentos escaneados
- Análisis de imágenes para detección de contenido tabular
- Automatización del procesamiento de documentos
- Digitalización de datos desde imágenes