Разбор текстаДокументы и OCR

LayoutLM (v1–v3, LayoutXLM)

Name: LayoutLM (v1–v3, LayoutXLM)
Author: Microsoft

Классические модели понимания документов: учитывают текст, его расположение на странице и картинку. Их дообучают под извлечение полей из форм и чеков. Коммерчески свободна только первая версия.

Разработчик: Microsoft, США
Первый выпуск: фев 2020
Последний выпуск: июл 2022
Размеры: около 110M – 370M
Лицензия: Коммерция с условиямиLayoutLM v1 — MIT; LayoutLMv2, LayoutXLM и LayoutLMv3 — CC BY-NC-SA 4.0 (некоммерческие)
Русский язык: Нет
Запуск: Через свой серверРаботает и без видеокарты
Сферы: Документы и бухгалтерия, Финансы, Юристы

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

Извлечение полей из анкет, форм и чеков после дообучения
Классификация типов документов
Ответы на вопросы по отсканированной странице

Где применяется

ДокументооборотСтрахование и банкиИсследования

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

нет версий

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

июл 2022LayoutLMv3 для китайского
апр 2022LayoutLMv3
сен 2021LayoutLM cased
апр 2021LayoutXLM (многоязычная)
дек 2020LayoutLMv2
фев 2020LayoutLM

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Какие задачи решает

Где применяется

Требования к железу

Версии

Как внедряю у заказчика

Похожие модели