Modelpublic

Teklia/Qwen2.5-VL-7B-DAI-CReTDHI-IndexCardsFlat-KIE

sourceHugging Faceapache-2.0updated 7mo agoView on Hugging Face

0likes12downloads

Model Card

Qwen2.5-VL-7B-Instruct Index Cards Flat

Introduction

This version of QWEN2.5-VL-7B is specialized for document parsing on French index cards. It was fine-tuned as part of the DAI-CReTDHI project.

Training

The model is a QWEN2.5-VL-7B-Instruct fine-tuned on French index cards using LoRA.

Parameters:

—Image width: 800 pixels
—LoRa rank: 8
—LoRa alpha: 32
—Epochs: 10 (about 4k steps)

Wandb: https://wandb.ai/starride-teklia/DAI-CReTDHI/runs/qijsiafo/

Evaluation

Model	CER (%)	WER (%)	F1 @ 0	F1 @ 0.3	N images	N entities
QWEN2.5-VL-7B Flat	10.23	18.07	83.6	91.96	55	808
QWEN2.5-VL-7B Nested	5.48	15.94	84.86	92.27	58	909

Usage

Here we show a code snippet to show you how to use the model with transformers and qwen_vl_utils:

—Prediction script

python

from transformers import Qwen2_5_VLForConditionalGeneration, AutoTokenizer, AutoProcessor
from qwen_vl_utils import process_vision_info

model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
    "Teklia/DAI-cards-flat",
    torch_dtype=torch.bfloat16,
    attn_implementation="flash_attention_2",
    device_map="auto",
)

processor = AutoProcessor.from_pretrained("Teklia/DAI-cards-flat")

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "12e74aa3-4d7d-47b4-b46b-7013b9a1f251.jpg",
            },
            {"type": "text", "text": "Extrait les informations en XML."},
        ],
    }
]

# Preparation for inference
text = processor.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
image_inputs, video_inputs = process_vision_info(messages)
inputs = processor(
    text=[text],
    images=image_inputs,
    videos=video_inputs,
    padding=True,
    return_tensors="pt",
)
inputs = inputs.to("cuda")

# Inference: Generation of the output
generated_ids = model.generate(**inputs, max_new_tokens=1024)
generated_ids_trimmed = [
    out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]
output_text = processor.batch_decode(
    generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False
)
print(output_text[0])

—Output

xml

<root>
	<Décès_Défunt_Nom>Choisnard</Décès_Défunt_Nom>
	<Décès_Défunt_Prénom>Marie Madelaine</Décès_Défunt_Prénom>
	<Décès_Défunt_Sexe>F</Décès_Défunt_Sexe>
	<Décès_Défunt_DateDeNaissance>23 juillet 1753</Décès_Défunt_DateDeNaissance>
	<Décès_Défunt_LieuDeNaissance>Ambroise (Indre-et-Loire)</Décès_Défunt_LieuDeNaissance>
	<Décès_Défunt_Profession>journalière</Décès_Défunt_Profession>
	<Décès_Défunt_Statut>veuf(ve)</Décès_Défunt_Statut>
	<Décès_Conjoint_Nom>Rocheriou</Décès_Conjoint_Nom>
	<Décès_Conjoint_Prénom>Pierre</Décès_Conjoint_Prénom>
	<Décès_Père_Nom>Choisnard</Décès_Père_Nom>
	<Décès_Père_Prénom>Michel</Décès_Père_Prénom>
	<Décès_Mère_Nom>Dubeuf</Décès_Mère_Nom>
	<Décès_Mère_Prénom>Louise</Décès_Mère_Prénom>
	<Date_Année>1826</Date_Année>
	<Date_Mois>septembre</Date_Mois>
	<Date_Jour>5</Date_Jour>
</root>

Citation

To cite the original QWEN2.5-VL model:

@misc{qwen2.5-VL,
    title = {Qwen2.5-VL},
    url = {https://qwenlm.github.io/blog/qwen2.5-vl/},
    author = {Qwen Team},
    month = {January},
    year = {2025}
}