table-detection-and-extraction
קוד פתוחfoduucomרישיון לא דווח2023-08-05
זיהוי ויזואלי של טבלאות עם גבולות או בלי גבולות מתוך תמונות ומסמכים. הוא מבוסס על ארכיטקטורת YOLOv8s ומשמש כשלב ראשון לפני שרשור של מנוע קריאת טקסט.
- 21.9 MBמשקל הקבצים
- 480הורדות בחודש
- 106לייקים
מה זה
מדובר במודל זיהוי אובייקטים שמאתר טבלאות בתוך תמונות של מסמכים, ומסווג אותן לשתי קטגוריות בלבד: bordered ו־borderless. המטרה העיקרית שלו היא למצוא את אזור הטבלה, להחזיר תיחום מדויק, ולאפשר לכם לחתוך את החלק הרלוונטי כדי להעביר אותו הלאה למנוע OCR שמחלץ את הטקסט עצמו.
הבסיס כאן הוא YOLOv8s עם שינויים בשלד הרשת לצורך המשימה. לפי הנתונים בכרטיס, המודל מגיע לציון mAP של 0.962 בחפיפה של 0.5 על כלל הנתונים שנבדקו. הדיוק בזיהוי טבלאות עם גבולות עומד על 0.961, ועבור טבלאות בלי גבולות על 0.963, מה שאומר שהיכולת שלו לתפוס את מיקום הטבלה בשני המצבים כמעט זהה.
מתאים ל
- איתור טבלאות לחיתוך
קבלת קואורדינטות מדויקות של גבולות הטבלה כדי לגזור אותה מתמונת המסמך.
- סיווג מבנה המסמך
הפרדה מהירה בין טבלאות עם קווי מתאר לטבלאות ללא קווים לצורך ניתוח המשך.
- קדם עיבוד לתהליכי OCR
בידוד אזורי הנתונים לפני שליחתם למנוע פענוח תווים כדי למנוע ערבוב עם פסקאות.
איפה זה נופל
המודל רק מוצא את התיחום של הטבלה ומסווג את הסוג שלה. הוא לא מחלץ את הטקסט, לא מפענח שורות ועמודות, ולא מחליף מנוע OCR אמיתי. הכרטיס מציין במפורש קשיים בזיהוי של טבלאות מורכבות במיוחד, מבנים לא שגרתיים, או טבלאות קטנות ומרוחקות מאוד בתוך העמוד.
בנוסף, שינויים בתאורה, איכות סריקה ירודה ורזולוציה נמוכה פוגעים באמינות הזיהוי. גם הסיווג בין טבלה עם מסגרת לטבלה ללא מסגרת עלול לזייף בעיצובים חריגים, ולכן חייבים לבדוק אותו על סוגי המסמכים שלכם לפני שמחברים אותו לצינור עיבוד אוטומטי.
שאלות
נפוצות
האם המודל מוציא קובץ אקסל או טקסט מתוך הטבלה?
לא. המודל מחזיר רק קופסאות תוחמות ואת הסיווג של הטבלה. כדי להוציא את המידע הכתוב צריך לחתוך את האזור שזוהה ולשלוח אותו למנוע OCR נפרד.
האם צריך כרטיס מסך חזק כדי להריץ אותו בסביבת עבודה?
לא חובה. גודל הקבצים הוא 21.9 MB וארכיטקטורת YOLOv8s נחשבת קלה מאוד. אפשר להריץ אותה בזמני תגובה טובים גם על גבי מעבד רגיל.
האם אפשר להשתמש בו במוצר מסחרי?
לא מומלץ כרגע, מפני שהיוצרים לא פרסמו שום רישיון שימוש. מבחינה משפטית היעדר רישיון משאיר את כל הזכויות אצל היוצרים, ויש לפנות אליהם לבירור לפני הטמעה.
איך מריצים
ההרצה נעשית ישירות דרך הספרייה ultralytics או המעטפת ultralyticsplus בקוד פייתון פשוט. טוענים את המודל, מגדירים סף ביטחון שמוגדר כברירת מחדל על 0.25 וסף חפיפה של 0.45, ומריצים פקודת חיזוי על קובץ התמונה.
המשקל הכולל של הקבצים עומד על 21.9 MB בלבד, והאימון בוצע במקור על כרטיס יחיד מדגם NVIDIA GeForce RTX 3060. בגלל שמדובר בגרסת s הקלה של הרשת, אפשר להריץ אותו בקלות גם על מעבד רגיל של שרת או במחשב מקומי, בלי להזדקק לתשתית כבדה או לתשלום על שירותי ענן ייעודיים.
pip install -U huggingface_hub hf download foduucom/table-detection-and-extraction
הקבצים
6 קבצים במאגר, 21.9 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
היוצרים לא דיווחו על רישיון שימוש בעמוד של המודל. במצב כזה אין אישור מפורש לשימוש מסחרי, ואי אפשר לדעת אילו זכויות שמורות למפתחים או לחבילת ultralytics שעליה הוא מתבסס. אם אתם בונים מוצר מסחרי, לא כדאי להפיץ אותו בלי לפנות קודם ישירות לכתובת המייל של היוצרים ולבקש הבהרה בכתב.