注册
资讯
学习
基础知识 理论实践 学习教程
企业 招聘
下载
模型 数据集
AI工具箱
企业服务
EVA 智能HR 视频AI
ChatGPT 人工智能应用 人工智能未来 计算机视觉
热门新闻
机器人 康奈尔大学

康奈尔大学推出新的社交机器人，更柔软，更人性化
行业 人工智能

为什么数据污染对LLM来说是一个大问题
行业 人工智能

所以，能动手就别吵吵了
常用工具
ChatGPT

OpenAI旗下AI对话工具
Midjourney

AI图像和插画生成工具，测试测试测试测试测试测测试
Stable Diffusion

StabilityAI推出的文本到图像生成AI
GitHub Copilot

GitHub AI编程工具
文心一言

百度推出的基于文心大模型的AI对话互动工具
讯飞星火认知大模型

科大讯飞推出的类ChatGPT的讯飞星火认知大模型
心流

阿里旗下推出的AI搜索助手

模型:

jinhybr/OCR-LayoutLMv3-Invoice

任务:

标记分类

类库:

PyTorch TensorBoard Transformers

数据集:

wild_receipt 3Awild_receipt

其他:

layoutlmv3 generated_from_trainer Eval Results AutoTrain Compatible

许可:

cc-by-nc-sa-4.0
模型介绍 文件清单
英文

OCR-LayoutLMv3-Invoice

该模型是对wild_receipt数据集上的 microsoft/layoutlmv3-base 进行微调的版本。在评估集上实现了以下结果：

  • 损失：0.3159
  • 精确率：0.8765
  • 召回率：0.8812
  • F1值：0.8789
  • 准确率：0.9268

模型描述

需要更多信息

训练和评估数据

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
  • 训练批大小：2
  • 评估批大小：2
  • 种子：42
  • 优化器：Adam，beta=(0.9,0.999)，epsilon=1e-08
  • 学习率调度器类型：线性
  • 训练步数：6000

训练结果

Training Loss Epoch Step Validation Loss Precision Recall F1 Accuracy
No log 0.16 100 1.5032 0.4934 0.1444 0.2234 0.6064
No log 0.32 200 1.0282 0.5884 0.4420 0.5048 0.7385
No log 0.47 300 0.7856 0.7448 0.6205 0.6770 0.8133
No log 0.63 400 0.6464 0.7736 0.6689 0.7174 0.8399
1.1733 0.79 500 0.5672 0.7609 0.7303 0.7453 0.8557
1.1733 0.95 600 0.5055 0.7658 0.7652 0.7655 0.8677
1.1733 1.1 700 0.4735 0.7946 0.7848 0.7897 0.8784
1.1733 1.26 800 0.4414 0.7962 0.7946 0.7954 0.8818
1.1733 1.42 900 0.4094 0.8176 0.8064 0.8120 0.8894
0.5047 1.58 1000 0.3971 0.8219 0.8248 0.8234 0.8961
0.5047 1.74 1100 0.4082 0.7993 0.8362 0.8174 0.8927
0.5047 1.89 1200 0.3797 0.8240 0.8317 0.8278 0.8962
0.5047 2.05 1300 0.3597 0.8326 0.8331 0.8329 0.9020
0.5047 2.21 1400 0.3544 0.8462 0.8283 0.8371 0.9020
0.368 2.37 1500 0.3374 0.8428 0.8435 0.8432 0.9056
0.368 2.52 1600 0.3364 0.8406 0.8522 0.8464 0.9089
0.368 2.68 1700 0.3404 0.8467 0.8536 0.8501 0.9107
0.368 2.84 1800 0.3319 0.8405 0.8501 0.8453 0.9090
0.368 3.0 1900 0.3324 0.8584 0.8492 0.8538 0.9117
0.2949 3.15 2000 0.3204 0.8691 0.8404 0.8545 0.9119
0.2949 3.31 2100 0.3107 0.8599 0.8547 0.8573 0.9162
0.2949 3.47 2200 0.3169 0.8680 0.8489 0.8584 0.9146
0.2949 3.63 2300 0.3190 0.8683 0.8519 0.8600 0.9152
0.2949 3.79 2400 0.2975 0.8631 0.8617 0.8624 0.9182
0.2438 3.94 2500 0.3040 0.8566 0.8640 0.8603 0.9171
0.2438 4.1 2600 0.3045 0.8585 0.8642 0.8613 0.9181
0.2438 4.26 2700 0.3139 0.8498 0.8748 0.8621 0.9160
0.2438 4.42 2800 0.2985 0.8642 0.8672 0.8657 0.9214
0.2438 4.57 2900 0.3047 0.8688 0.8694 0.8691 0.9214
0.2028 4.73 3000 0.2986 0.8686 0.8695 0.8691 0.9207
0.2028 4.89 3100 0.3135 0.8628 0.8755 0.8691 0.9197
0.2028 5.05 3200 0.2927 0.8656 0.8755 0.8705 0.9217
0.2028 5.21 3300 0.2992 0.8724 0.8697 0.8711 0.9228
0.2028 5.36 3400 0.2975 0.8831 0.8639 0.8734 0.9244
0.1814 5.52 3500 0.2897 0.8736 0.8788 0.8762 0.9250
0.1814 5.68 3600 0.3118 0.8674 0.8751 0.8712 0.9216
0.1814 5.84 3700 0.2974 0.8735 0.8779 0.8757 0.9237
0.1814 5.99 3800 0.2957 0.8696 0.8815 0.8755 0.9240
0.1814 6.15 3900 0.3120 0.8698 0.8817 0.8757 0.9250
0.1602 6.31 4000 0.3080 0.8715 0.8800 0.8757 0.9238
0.1602 6.47 4100 0.3031 0.8767 0.8788 0.8777 0.9261
0.1602 6.62 4200 0.3146 0.8699 0.8784 0.8741 0.9227
0.1602 6.78 4300 0.3085 0.8717 0.8788 0.8752 0.9248
0.1602 6.94 4400 0.3023 0.8749 0.8756 0.8752 0.9250
0.1383 7.1 4500 0.3025 0.8860 0.8735 0.8797 0.9252
0.1383 7.26 4600 0.3026 0.8775 0.8810 0.8792 0.9272
0.1383 7.41 4700 0.3146 0.8715 0.8832 0.8773 0.9251
0.1383 7.57 4800 0.3113 0.8769 0.8803 0.8786 0.9275
0.1383 7.73 4900 0.3073 0.8797 0.8786 0.8792 0.9261
0.1306 7.89 5000 0.3163 0.8714 0.8828 0.8770 0.9248
0.1306 8.04 5100 0.3163 0.8753 0.8810 0.8781 0.9250
0.1306 8.2 5200 0.3132 0.8743 0.8804 0.8773 0.9257
0.1306 8.36 5300 0.3119 0.8735 0.8837 0.8786 0.9264
0.1306 8.52 5400 0.3145 0.8826 0.8779 0.8802 0.9272
0.1174 8.68 5500 0.3166 0.8776 0.8811 0.8794 0.9261
0.1174 8.83 5600 0.3146 0.8776 0.8814 0.8795 0.9260
0.1174 8.99 5700 0.3135 0.8763 0.8826 0.8795 0.9271
0.1174 9.15 5800 0.3154 0.8794 0.8818 0.8806 0.9275
0.1174 9.31 5900 0.3152 0.8788 0.8817 0.8802 0.9274
0.11 9.46 6000 0.3159 0.8765 0.8812 0.8789 0.9268

框架版本

  • Transformers 4.25.0.dev0
  • Pytorch 1.12.1
  • Datasets 2.6.1
  • Tokenizers 0.13.1

作者:

Tao Jin

数据集大小:

483.75 MB

相关推荐