Transformers documentation
SLANet
تمت مساهمة هذا النموذج في Hugging Face Transformers في 2026-04-22.
SLANet
نظرة عامة
يُعدّ SLANet وSLANet_plus جزءًا من سلسلة من النماذج الخفيفة المخصصة لتعرف بنية الجداول، مع التركيز على التعرف الدقيق على بنية الجداول في المستندات والمناظر الطبيعية. لمزيد من التفاصيل حول سلسلة نماذج SLANet، يُرجى الرجوع إلى التوثيق الرسمي.
بنية النموذج
نموذج SLANet هو نموذج لتعرف بنية الجداول طوّره فريق Baidu PaddlePaddle Vision Team. يحسّن النموذج دقة تعرف بنية الجداول وسرعة الاستدلال بشكل كبير من خلال تبنّي شبكة هيكلية خفيفة الوزن صديقة لوحدة المعالجة المركزية PP-LCNet، ووحدة دمج ميزات عالية ومنخفضة المستوى CSP-PAN، ووحدة فك ترميز الميزات SLA Head التي تُحاكي المعلومات الهيكلية والموقعية.
الاستخدام
الاستدلال على مدخل واحد
يُبيّن المثال أدناه كيفية اكتشاف النص باستخدام SLANet من خلال AutoModel.
from io import BytesIO
from huggingface_hub.utils import httpx
from PIL import Image
from transformers import AutoImageProcessor, AutoModelForTableRecognition
model_path="PaddlePaddle/SLANet_plus_safetensors"
model = AutoModelForTableRecognition.from_pretrained(model_path, device_map="auto")
image_processor = AutoImageProcessor.from_pretrained(model_path)
image = Image.open(BytesIO(httpx.get(image_url).content))
inputs = image_processor(images=image, return_tensors="pt").to(model.device)
outputs = model(**inputs)
results = image_processor.post_process_table_recognition(outputs)
print(result['structure'])
print(result['structure_score'])SLANetConfig
فئة transformers.SLANetConfig
< source >( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonepost_conv_out_channels: int = 96out_channels: int = 50hidden_size: int = 256max_text_length: int = 500backbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = Nonehidden_act: str = 'hardswish'csp_kernel_size: int = 5csp_num_blocks: int = 1 )
المعاملات
- post_conv_out_channels (
int، اختياري، القيمة الافتراضية 96) — عدد قنوات الإخراج لطبقة الالتفاف بعد المُشفِّر. - out_channels (
int، اختياري، القيمة الافتراضية 50) — حجم المفردات لرأس التنبؤ برموز بنية الجدول، أي عدد رموز البنية المميزة التي يمكن للنموذج التنبؤ بها. - hidden_size (
int، اختياري، القيمة الافتراضية 256) — أبعاد الحالات المخفية في خلية GRU الانتباه ورؤوس التنبؤ بالبنية/الموقع. - max_text_length (
int، اختياري، القيمة الافتراضية 500) — الحد الأقصى لعدد خطوات فك الترميز التوليدي الذاتي (الرموز) لمفكك البنية والموقع. - backbone_config (
Union[dict, ~configuration_utils.PreTrainedConfig], اختياري) — إعدادات نموذج الهيكل العظمي. - hidden_act (
str، اختياري، القيمة الافتراضيةhardswish) — دالة التنشيط غير الخطية (دالة أو نص) في المُفكِّك. على سبيل المثال،"gelu"،"relu"،"silu"، وغيرها. - csp_kernel_size (
int، اختياري، القيمة الافتراضية 5) — حجم النواة (kernel) لطبقة Cross Stage Partial (CSP). - csp_num_blocks (
int، اختياري، القيمة الافتراضية 1) — عدد الكتل داخل طبقة Cross Stage Partial (CSP).
هذه فئة الإعدادات المخزنة لإعدادات نموذج SlanetModel. تُستخدم لتوليد نموذج Slanet وفقاً للحجج المحددة، مع تعريف بنية النموذج. إن إنشاء إعدادات باستخدام القيم الافتراضية سيؤدي إلى الحصول على إعدادات مشابهة لتلك الخاصة بـ PaddlePaddle/SLANet_plus_safetensors
ترث كائنات التهيئة من PreTrainedConfig ويمكن استخدامها للتحكم في مخرجات النموذج. اقرأ التوثيق الخاص بـ PreTrainedConfig لمزيد من المعلومات.
SLANetForTableRecognition
فئة transformers.SLANetForTableRecognition
< source >( config: SLANetConfig )
المعاملات
- config (SLANetConfig) — فئة إعدادات النموذج التي تحتوي على جميع معاملات النموذج. لا يؤدي التهيئة باستخدام ملف الإعداد إلى تحميل الأوزان المرتبطة بالنموذج، بل الإعدادات فقط. راجع طريقة from_pretrained() لتحميل أوزان النموذج.
نموذج SLANet Table Recognition لمهام التعرف على الجداول. يغلّف النموذج الأساسي SLANetPreTrainedModel ويعيد مخرجات متوافقة مع واجهة API للتعرف على الجداول في Transformers.
يرث هذا النموذج من PreTrainedModel. راجع توثيق الفئة الأصلية لمعرفة الطرق العامة التي تنفذها المكتبة لجميع نماذجها (مثل التحميل أو الحفظ، وتغيير حجم تضمينات الإدخال، وقص الرؤوس، وما إلى ذلك).
هذا النموذج هو أيضًا فئة فرعية من torch.nn.Module في PyTorch. استخدمه كوحدة PyTorch عادية، وارجع إلى توثيق PyTorch لكل ما يتعلق بالاستخدام العام والسلوك.
forward
< source >( pixel_values: Tensor**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → SLANetForTableRecognitionOutput or tuple(torch.Tensor)
المعاملات
- pixel_values (
torch.Tensorمن الشكل(batch_size, num_channels, image_size, image_size)) — المصفوفات المقابلة للصور المدخلة. يمكن الحصول على قيم البكسل باستخدام SLANeXtImageProcessor. راجع SLANeXtImageProcessor.call() للتفاصيل (processor_classيستخدم SLANeXtImageProcessor لمعالجة الصور).
يعيد
SLANetForTableRecognitionOutput أو tuple(torch.Tensor)
أُكْجَة SLANetForTableRecognitionOutput أو مجموعة مرتبة من
torch.Tensor (في حال تمرير return_dict=False أو عندما يكون config.return_dict=False) وتتضمن عناصر
مختلفة اعتمادًا على الإعداد (SLANetConfig) والمدخلات.
تتجاوز طريقة SLANetForTableRecognition الخاصة بالتقديم (forward) الطريقة الخاصة __call__.
على الرغم من أنه يجب تعريف وصفة المرور الأمامي داخل هذه الدالة، إلا أنه ينبغي استدعاء كائن
Moduleبدلاً من هذه الدالة، لأن الكائن يتولى تنفيذ خطوات المعالجة المسبقة والمعالجة اللاحقة، بينما تتجاهل الدالة هذه الخطوات بصمت.
last_hidden_state (
torch.Tensorمن الشكل(batch_size, num_channels, height, width)) — تسلسل من حالات الإخفاء عند مخرجات الطبقة الأخيرة من النموذج.hidden_states (
tuple(torch.Tensor)، اختياري، يُعاد عند تمريرoutput_hidden_states=Trueأو عند تعيينconfig.output_hidden_states=True) — مجموعة منtorch.Tensor(واحدة لإخراج الطبقات المضمنة، إذا كان النموذج يحتوي على طبقة تضمين، + واحدة لإخراج كل طبقة) بأبعاد(batch_size, num_channels, height, width).حالات النموذج المخفية عند مخرج كل طبقة بالإضافة إلى مخرجات التضمين الأولي الاختيارية.
head_hidden_states (
tuple(torch.Tensor)، اختياري، يُعاد عند تمريرoutput_hidden_states=Trueأو عند تعيينconfig.output_hidden_states=True) — حالات الإخفاء (Hidden-states) الخاصة بـ SLANetSLAHead في كل خطوة من خطوات التنبؤ، وتتراوح حتى حد أقصى قدرهself.config.max_text_lengthحالة (اعتماداً على عمليات الخروج المبكر).head_attentions (
tuple(torch.Tensor)، اختياري، يُعاد عند تمريرoutput_attentions=Trueأو عند تعيينconfig.output_attentions=True) — انتباه SLANetSLAHead في كل خطوة تنبؤ، يتغير حتى الحد الأقصىself.config.max_text_lengthانتباه (اعتمادًا على المخرجات المبكرة).
SLANetBackbone
forward
< source >( hidden_states: Tensor**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → BaseModelOutputWithNoAttention or tuple(torch.Tensor)
المعاملات
- hidden_states (
torch.Tensor) — مدخلات الطبقة ذات الشكل `(batch, seq_len, embed_dim)`
يعيد
BaseModelOutputWithNoAttention أو tuple(torch.Tensor)
A BaseModelOutputWithNoAttention or a tuple of
torch.Tensor (if return_dict=False is passed or when config.return_dict=False) comprising various
elements depending on the configuration (SLANetConfig) and inputs.
تتجاوز طريقة SLANetBackbone الخاصة بالتقديم (forward) الطريقة الخاصة __call__.
على الرغم من أنه يجب تعريف وصفة المرور الأمامي داخل هذه الدالة، إلا أنه ينبغي استدعاء كائن
Moduleبدلاً من هذه الدالة، لأن الكائن يتولى تنفيذ خطوات المعالجة المسبقة والمعالجة اللاحقة، بينما تتجاهل الدالة هذه الخطوات بصمت.
last_hidden_state (
torch.Tensorمن الشكل(batch_size, num_channels, height, width)) — تسلسل من حالات الإخفاء عند مخرجات الطبقة الأخيرة من النموذج.hidden_states (
tuple(torch.Tensor)، اختياري، يُعاد عند تمريرoutput_hidden_states=Trueأو عند تعيينconfig.output_hidden_states=True) — مجموعة منtorch.Tensor(واحدة لإخراج الطبقات المضمنة، إذا كان النموذج يحتوي على طبقة تضمين، + واحدة لإخراج كل طبقة) بأبعاد(batch_size, num_channels, height, width).حالات النموذج المخفية عند مخرج كل طبقة بالإضافة إلى مخرجات التضمين الأولي الاختيارية.