Hugging Face's logo

prashantloni
/
lilt-en-combined-azure

Token Classification
Transformers
TensorBoard
Safetensors
lilt
Generated from Trainer
Inference Endpoints
Model card Files Metrics Community
prashantloni commited on
Commit
2cc1ea5
·
verified ·
1 Parent(s): 556967d

End of training

Browse files
Files changed (10) hide show
  1. README.md +91 -0
  2. logs/events.out.tfevents.1718262997.36d2cf780ca5.4618.0 +2 -2
  3. logs/events.out.tfevents.1718265519.36d2cf780ca5.4618.1 +3 -0
  4. merges.txt +0 -0
  5. model.safetensors +1 -1
  6. preprocessor_config.json +43 -0
  7. special_tokens_map.json +51 -0
  8. tokenizer.json +0 -0
  9. tokenizer_config.json +78 -0
  10. vocab.json +0 -0
README.md ADDED
@@ -0,0 +1,91 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ license: mit
3
+ base_model: SCUT-DLVCLab/lilt-roberta-en-base
4
+ tags:
5
+ - generated_from_trainer
6
+ model-index:
7
+ - name: lilt-en-combined-azure
8
+ results: []
9
+ ---
10
+
11
+ <!-- This model card has been generated automatically according to the information the Trainer had access to. You
12
+ should probably proofread and complete it, then remove this comment. -->
13
+
14
+ # lilt-en-combined-azure
15
+
16
+ This model is a fine-tuned version of [SCUT-DLVCLab/lilt-roberta-en-base](https://huggingface.co/SCUT-DLVCLab/lilt-roberta-en-base) on the None dataset.
17
+ It achieves the following results on the evaluation set:
18
+ - Loss: 0.0073
19
+ - Adhaar Number: {'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21}
20
+ - Ame: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}
21
+ - An Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17}
22
+ - Assport Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}
23
+ - Ast Name: {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13}
24
+ - Ate Of Expiry: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15}
25
+ - Ather Name: {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24}
26
+ - Ather Name Back: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5}
27
+ - Ather Name Front Top: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12}
28
+ - Ddress: {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5}
29
+ - Ddress Back: {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12}
30
+ - Ddress Front: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29}
31
+ - Ender: {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30}
32
+ - Ob: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47}
33
+ - Obile Number: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10}
34
+ - Other Name: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4}
35
+ - Rz Passport: {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16}
36
+ - Ther: {'precision': 0.9641255605381166, 'recall': 0.9728506787330317, 'f1': 0.9684684684684685, 'number': 221}
37
+ - Overall Precision: 0.9725
38
+ - Overall Recall: 0.9779
39
+ - Overall F1: 0.9752
40
+ - Overall Accuracy: 0.9986
41
+
42
+ ## Model description
43
+
44
+ More information needed
45
+
46
+ ## Intended uses & limitations
47
+
48
+ More information needed
49
+
50
+ ## Training and evaluation data
51
+
52
+ More information needed
53
+
54
+ ## Training procedure
55
+
56
+ ### Training hyperparameters
57
+
58
+ The following hyperparameters were used during training:
59
+ - learning_rate: 5e-05
60
+ - train_batch_size: 8
61
+ - eval_batch_size: 8
62
+ - seed: 42
63
+ - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
64
+ - lr_scheduler_type: linear
65
+ - training_steps: 2500
66
+ - mixed_precision_training: Native AMP
67
+
68
+ ### Training results
69
+
70
+ | Training Loss | Epoch | Step | Validation Loss | Adhaar Number | Ame | An Number | Assport Number | Ast Name | Ate Of Expiry | Ather Name | Ather Name Back | Ather Name Front Top | Ddress | Ddress Back | Ddress Front | Ender | Ob | Obile Number | Other Name | Rz Passport | Ther | Overall Precision | Overall Recall | Overall F1 | Overall Accuracy |
71
+ |:-------------:|:-------:|:----:|:---------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:--------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:-------------------------------------------------------------------------------------------------------:|:----------------------------------------------------------------------------------------:|:---------------------------------------------------------:|:-------------------------------------------------------------------:|:--------------------------------------------------------------------------------------------------------:|:-----------------:|:--------------:|:----------:|:----------------:|
72
+ | 0.2004 | 4.0816 | 200 | 0.0211 | {'precision': 0.9047619047619048, 'recall': 0.9047619047619048, 'f1': 0.9047619047619048, 'number': 21} | {'precision': 0.8979591836734694, 'recall': 0.9361702127659575, 'f1': 0.9166666666666666, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.7857142857142857, 'recall': 0.8461538461538461, 'f1': 0.8148148148148148, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.9230769230769231, 'recall': 1.0, 'f1': 0.9600000000000001, 'number': 12} | {'precision': 0.6, 'recall': 0.6, 'f1': 0.6, 'number': 5} | {'precision': 0.7777777777777778, 'recall': 0.5833333333333334, 'f1': 0.6666666666666666, 'number': 12} | {'precision': 0.9354838709677419, 'recall': 1.0, 'f1': 0.9666666666666666, 'number': 29} | {'precision': 1.0, 'recall': 0.9, 'f1': 0.9473684210526316, 'number': 30} | {'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 0.9375, 'recall': 0.9375, 'f1': 0.9375, 'number': 16} | {'precision': 0.9377777777777778, 'recall': 0.9547511312217195, 'f1': 0.9461883408071748, 'number': 221} | 0.9341 | 0.9392 | 0.9366 | 0.9945 |
73
+ | 0.0105 | 8.1633 | 400 | 0.0096 | {'precision': 1.0, 'recall': 0.9523809523809523, 'f1': 0.975609756097561, 'number': 21} | {'precision': 0.9583333333333334, 'recall': 0.9787234042553191, 'f1': 0.968421052631579, 'number': 47} | {'precision': 0.9444444444444444, 'recall': 1.0, 'f1': 0.9714285714285714, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 0.9333333333333333, 'f1': 0.9655172413793104, 'number': 15} | {'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9504504504504504, 'recall': 0.9547511312217195, 'f1': 0.9525959367945823, 'number': 221} | 0.9614 | 0.9632 | 0.9623 | 0.9979 |
74
+ | 0.0053 | 12.2449 | 600 | 0.0192 | {'precision': 0.7692307692307693, 'recall': 0.9523809523809523, 'f1': 0.8510638297872339, 'number': 21} | {'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 13} | {'precision': 1.0, 'recall': 0.9333333333333333, 'f1': 0.9655172413793104, 'number': 15} | {'precision': 0.9583333333333334, 'recall': 0.9583333333333334, 'f1': 0.9583333333333334, 'number': 24} | {'precision': 0.8, 'recall': 0.8, 'f1': 0.8000000000000002, 'number': 5} | {'precision': 0.9230769230769231, 'recall': 1.0, 'f1': 0.9600000000000001, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29} | {'precision': 0.9666666666666667, 'recall': 0.9666666666666667, 'f1': 0.9666666666666667, 'number': 30} | {'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9377777777777778, 'recall': 0.9547511312217195, 'f1': 0.9461883408071748, 'number': 221} | 0.9493 | 0.9650 | 0.9571 | 0.9961 |
75
+ | 0.0028 | 16.3265 | 800 | 0.0144 | {'precision': 0.9523809523809523, 'recall': 0.9523809523809523, 'f1': 0.9523809523809523, 'number': 21} | {'precision': 0.9787234042553191, 'recall': 0.9787234042553191, 'f1': 0.9787234042553191, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 13} | {'precision': 0.9333333333333333, 'recall': 0.9333333333333333, 'f1': 0.9333333333333333, 'number': 15} | {'precision': 0.9583333333333334, 'recall': 0.9583333333333334, 'f1': 0.9583333333333334, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.2, 'recall': 0.2, 'f1': 0.20000000000000004, 'number': 5} | {'precision': 0.8333333333333334, 'recall': 0.8333333333333334, 'f1': 0.8333333333333334, 'number': 12} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9684684684684685, 'recall': 0.9728506787330317, 'f1': 0.9706546275395034, 'number': 221} | 0.9687 | 0.9687 | 0.9687 | 0.9979 |
76
+ | 0.0018 | 20.4082 | 1000 | 0.0146 | {'precision': 0.9090909090909091, 'recall': 0.9523809523809523, 'f1': 0.9302325581395349, 'number': 21} | {'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47} | {'precision': 0.9444444444444444, 'recall': 1.0, 'f1': 0.9714285714285714, 'number': 17} | {'precision': 0.8823529411764706, 'recall': 1.0, 'f1': 0.9375, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 0.25, 'recall': 0.2, 'f1': 0.22222222222222224, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 0.9, 'recall': 0.9310344827586207, 'f1': 0.9152542372881356, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 0.9791666666666666, 'recall': 1.0, 'f1': 0.9894736842105264, 'number': 47} | {'precision': 0.9090909090909091, 'recall': 1.0, 'f1': 0.9523809523809523, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9383259911894273, 'recall': 0.9638009049773756, 'f1': 0.950892857142857, 'number': 221} | 0.9372 | 0.9613 | 0.9491 | 0.9968 |
77
+ | 0.0008 | 24.4898 | 1200 | 0.0076 | {'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21} | {'precision': 0.9583333333333334, 'recall': 0.9787234042553191, 'f1': 0.968421052631579, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.84, 'recall': 0.875, 'f1': 0.8571428571428572, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9596412556053812, 'recall': 0.9683257918552036, 'f1': 0.9639639639639639, 'number': 221} | 0.9635 | 0.9724 | 0.9679 | 0.9982 |
78
+ | 0.0004 | 28.5714 | 1400 | 0.0073 | {'precision': 0.9130434782608695, 'recall': 1.0, 'f1': 0.9545454545454545, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 12} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9641255605381166, 'recall': 0.9728506787330317, 'f1': 0.9684684684684685, 'number': 221} | 0.9725 | 0.9779 | 0.9752 | 0.9986 |
79
+ | 0.0003 | 32.6531 | 1600 | 0.0084 | {'precision': 0.9545454545454546, 'recall': 1.0, 'f1': 0.9767441860465117, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} | {'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.9596412556053812, 'recall': 0.9683257918552036, 'f1': 0.9639639639639639, 'number': 221} | 0.9689 | 0.9742 | 0.9715 | 0.9984 |
80
+ | 0.0002 | 36.7347 | 1800 | 0.0088 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} | {'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221} | 0.9724 | 0.9742 | 0.9733 | 0.9986 |
81
+ | 0.0001 | 40.8163 | 2000 | 0.0090 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} | {'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221} | 0.9724 | 0.9742 | 0.9733 | 0.9986 |
82
+ | 0.0001 | 44.8980 | 2200 | 0.0100 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} | {'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221} | 0.9724 | 0.9742 | 0.9733 | 0.9986 |
83
+ | 0.0001 | 48.9796 | 2400 | 0.0103 | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 21} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 17} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9285714285714286, 'recall': 1.0, 'f1': 0.962962962962963, 'number': 13} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 15} | {'precision': 0.9166666666666666, 'recall': 0.9166666666666666, 'f1': 0.9166666666666666, 'number': 24} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 5} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 12} | {'precision': 0.75, 'recall': 0.6, 'f1': 0.6666666666666665, 'number': 5} | {'precision': 0.8461538461538461, 'recall': 0.9166666666666666, 'f1': 0.8799999999999999, 'number': 12} | {'precision': 0.9655172413793104, 'recall': 0.9655172413793104, 'f1': 0.9655172413793104, 'number': 29} | {'precision': 1.0, 'recall': 0.9666666666666667, 'f1': 0.983050847457627, 'number': 30} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 47} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 10} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 4} | {'precision': 1.0, 'recall': 1.0, 'f1': 1.0, 'number': 16} | {'precision': 0.963963963963964, 'recall': 0.9683257918552036, 'f1': 0.9661399548532732, 'number': 221} | 0.9724 | 0.9742 | 0.9733 | 0.9986 |
84
+
85
+
86
+ ### Framework versions
87
+
88
+ - Transformers 4.41.2
89
+ - Pytorch 2.3.0+cu121
90
+ - Datasets 2.19.2
91
+ - Tokenizers 0.19.1
logs/events.out.tfevents.1718262997.36d2cf780ca5.4618.0 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:c8b917cbcbc0f40f8d43a3a2820dc185a9de8643ddd915a39781c1a936ae550d
3
- size 14436
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:81751858e2172ebc642c238af9f9de606d733f7d2e21f3d9bb6eee3a4e801d0f
3
+ size 14790
logs/events.out.tfevents.1718265519.36d2cf780ca5.4618.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:f0f24ea244f9d88877ff96f581434fff3dc0b491ff8e15461decdcb4e05b0742
3
+ size 592
merges.txt ADDED
The diff for this file is too large to render. See raw diff
 
model.safetensors CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:fddd24f637d4b8416eb3e5722d899e9ff037f88e65dfe474d0b7613175835bde
3
  size 520764476
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a6f48e6c82d4a9412450543d1eeb6d6085a6d6d383f322e20d6e21d320b2df14
3
  size 520764476
preprocessor_config.json ADDED
@@ -0,0 +1,43 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_valid_processor_keys": [
3
+ "images",
4
+ "do_resize",
5
+ "size",
6
+ "resample",
7
+ "do_rescale",
8
+ "rescale_factor",
9
+ "do_normalize",
10
+ "image_mean",
11
+ "image_std",
12
+ "apply_ocr",
13
+ "ocr_lang",
14
+ "tesseract_config",
15
+ "return_tensors",
16
+ "data_format",
17
+ "input_data_format"
18
+ ],
19
+ "apply_ocr": true,
20
+ "do_normalize": true,
21
+ "do_rescale": true,
22
+ "do_resize": true,
23
+ "image_mean": [
24
+ 0.5,
25
+ 0.5,
26
+ 0.5
27
+ ],
28
+ "image_processor_type": "LayoutLMv3FeatureExtractor",
29
+ "image_std": [
30
+ 0.5,
31
+ 0.5,
32
+ 0.5
33
+ ],
34
+ "ocr_lang": null,
35
+ "processor_class": "LayoutLMv3Processor",
36
+ "resample": 2,
37
+ "rescale_factor": 0.00392156862745098,
38
+ "size": {
39
+ "height": 224,
40
+ "width": 224
41
+ },
42
+ "tesseract_config": ""
43
+ }
special_tokens_map.json ADDED
@@ -0,0 +1,51 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "bos_token": {
3
+ "content": "<s>",
4
+ "lstrip": false,
5
+ "normalized": true,
6
+ "rstrip": false,
7
+ "single_word": false
8
+ },
9
+ "cls_token": {
10
+ "content": "<s>",
11
+ "lstrip": false,
12
+ "normalized": true,
13
+ "rstrip": false,
14
+ "single_word": false
15
+ },
16
+ "eos_token": {
17
+ "content": "</s>",
18
+ "lstrip": false,
19
+ "normalized": true,
20
+ "rstrip": false,
21
+ "single_word": false
22
+ },
23
+ "mask_token": {
24
+ "content": "<mask>",
25
+ "lstrip": true,
26
+ "normalized": true,
27
+ "rstrip": false,
28
+ "single_word": false
29
+ },
30
+ "pad_token": {
31
+ "content": "<pad>",
32
+ "lstrip": false,
33
+ "normalized": true,
34
+ "rstrip": false,
35
+ "single_word": false
36
+ },
37
+ "sep_token": {
38
+ "content": "</s>",
39
+ "lstrip": false,
40
+ "normalized": true,
41
+ "rstrip": false,
42
+ "single_word": false
43
+ },
44
+ "unk_token": {
45
+ "content": "<unk>",
46
+ "lstrip": false,
47
+ "normalized": true,
48
+ "rstrip": false,
49
+ "single_word": false
50
+ }
51
+ }
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,78 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_prefix_space": true,
3
+ "added_tokens_decoder": {
4
+ "0": {
5
+ "content": "<s>",
6
+ "lstrip": false,
7
+ "normalized": true,
8
+ "rstrip": false,
9
+ "single_word": false,
10
+ "special": true
11
+ },
12
+ "1": {
13
+ "content": "<pad>",
14
+ "lstrip": false,
15
+ "normalized": true,
16
+ "rstrip": false,
17
+ "single_word": false,
18
+ "special": true
19
+ },
20
+ "2": {
21
+ "content": "</s>",
22
+ "lstrip": false,
23
+ "normalized": true,
24
+ "rstrip": false,
25
+ "single_word": false,
26
+ "special": true
27
+ },
28
+ "3": {
29
+ "content": "<unk>",
30
+ "lstrip": false,
31
+ "normalized": true,
32
+ "rstrip": false,
33
+ "single_word": false,
34
+ "special": true
35
+ },
36
+ "50264": {
37
+ "content": "<mask>",
38
+ "lstrip": true,
39
+ "normalized": true,
40
+ "rstrip": false,
41
+ "single_word": false,
42
+ "special": true
43
+ }
44
+ },
45
+ "bos_token": "<s>",
46
+ "clean_up_tokenization_spaces": true,
47
+ "cls_token": "<s>",
48
+ "cls_token_box": [
49
+ 0,
50
+ 0,
51
+ 0,
52
+ 0
53
+ ],
54
+ "eos_token": "</s>",
55
+ "errors": "replace",
56
+ "mask_token": "<mask>",
57
+ "model_max_length": 512,
58
+ "only_label_first_subword": true,
59
+ "pad_token": "<pad>",
60
+ "pad_token_box": [
61
+ 0,
62
+ 0,
63
+ 0,
64
+ 0
65
+ ],
66
+ "pad_token_label": -100,
67
+ "processor_class": "LayoutLMv3Processor",
68
+ "sep_token": "</s>",
69
+ "sep_token_box": [
70
+ 0,
71
+ 0,
72
+ 0,
73
+ 0
74
+ ],
75
+ "tokenizer_class": "LayoutLMv3Tokenizer",
76
+ "trim_offsets": true,
77
+ "unk_token": "<unk>"
78
+ }
vocab.json ADDED
The diff for this file is too large to render. See raw diff