layoutlmv3-finetuned-funsd
Narsil
Detección de objetos
Este modelo es una versión ajustada de microsoft/layoutlmv3-base en el dataset nielsr/funsd-layoutlmv3. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 1.1164, Precisión: 0.9026, Recall: 0.913, F1: 0.9078, Exactitud: 0.8330. El script para el entrenamiento se puede encontrar aquí: https://github.com/huggingface/transformers/tree/main/examples/research_projects/layoutlmv3
Como usar
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 1e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
training_steps: 1000
Los resultados de entrenamiento incluyen pérdida de validación, precisión, recall, F1 y exactitud a diferentes pasos durante el proceso de entrenamiento.
Funcionalidades
- Compatible con AutoTrain
- Compatible con puntos finales de inferencia
- Compatible con PyTorch
- Compatible con TensorBoard
- Transformers
Casos de uso
- Clasificación de tokens
- Detección de objetos