返回模型

说明文档

layoutlmv3-finetuned-full

该模型是基于 microsoft/layoutlmv3-large 在一个未知数据集上进行微调的版本。它在评估集上取得了以下结果：

损失值 (Loss): 0.0613
精确率 (Precision): 0.9339
召回率 (Recall): 0.9517
F1 分数: 0.9427
准确率 (Accuracy): 0.9888

模型描述

更多信息待补充

预期用途与限制

更多信息待补充

训练和评估数据

更多信息待补充

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 (learning_rate): 1e-05
训练批次大小 (train_batch_size): 2
评估批次大小 (eval_batch_size): 2
随机种子 (seed): 42
梯度累积步数 (gradient_accumulation_steps): 3
总训练批次大小 (total_train_batch_size): 6
优化器 (optimizer): 使用 OptimizerNames.ADAMW_TORCH，betas=(0.9,0.999)，epsilon=1e-08，无额外优化器参数
学习率调度器类型 (lr_scheduler_type): linear
训练步数 (training_steps): 2500
混合精度训练: Native AMP

训练结果

训练损失	Epoch	Step	验证损失	精确率	召回率	F1	准确率
No log	0.5201	250	0.3041	0.4864	0.5643	0.5225	0.9219
0.4848	1.0416	500	0.1620	0.7495	0.8031	0.7753	0.9652
0.4848	1.5617	750	0.1195	0.8386	0.8662	0.8522	0.9745
0.1555	2.0832	1000	0.0996	0.8764	0.9025	0.8892	0.9790
0.1555	2.6033	1250	0.0765	0.8984	0.9285	0.9132	0.9828
0.0941	3.1248	1500	0.0662	0.9207	0.9387	0.9296	0.9864
0.0941	3.6449	1750	0.0658	0.9361	0.9452	0.9406	0.9875
0.0643	4.1664	2000	0.0630	0.9317	0.9508	0.9411	0.9886
0.0643	4.6865	2250	0.0589	0.9338	0.9503	0.9420	0.9892
0.0503	5.2080	2500	0.0613	0.9339	0.9517	0.9427	0.9888

框架版本

Transformers 4.48.3
Pytorch 2.5.1+cu124
Datasets 3.3.2
Tokenizers 0.21.0

armanbb/layoutlmv3-finetuned-full

作者 armanbb

token-classification transformers

↓ 1 ♥ 0

创建时间: 2025-02-22 20:58:23+00:00

更新时间: 2025-02-27 19:37:31+00:00

在 Hugging Face 上查看

文件 (12)

.gitattributes

README.md

config.json

merges.txt

model.onnx ONNX

model.safetensors

preprocessor_config.json

special_tokens_map.json

tokenizer.json

tokenizer_config.json

training_args.bin

vocab.json