Bienvenue à Textra’s documentation!

Table des matières:

• Le Pipeline
  • 1.Définition
  • 2.Déférentes possibilités
• Equipe
  • Les encadrants :
  • Les membres :
• OCR
  • 3.1 C’est quoi OCR ?
  • 3.2 Comment ca fonctionne ?
  • 3.3 OCR Bechmarking
  • 3.4 Comparaison entre les outils d’OCR
  • 3.5 Choix de l’outil à utiliser
• Prétraitement des images
  • 4.1 Qu’est-ce que le prétraitement des images ?
  • 4.2 Pourquoi est-ce important ?
  • 4.3 les caractéristiques à corriger
• NER modèles
  • 1.Qu’est-ce que la reconnaissance d’entité ?
  • 2.Exemples de reconnaissance d’entités nommées
  • 3.Différentes approches NER
• NER Models Benchmarking
  • 1.Magorshunov/layoutlm-invoices
  • 2.Faisalraza/layoutlm-invoices
  • 3.Impira/layoutlm-invoices
  • 4.Invoice header extraction with Donut
  • 5.Gemini application
  • 6.Generative AI / invoice reader
  • 7.Invoice Information Extraction using LayoutLMv3 model
• Labellisation
  • 1.Les classes de labellisation
  • 2.Step1 : Setup
  • 3.Step2: Images to OCR json file
  • 3.Step3: Labelliser en label-Studio
  • 4.Step4: Convertir à LayoutLM json file format:
  • 5.Step5: Encode labels in Json file Manuallly:
• Training
  • 7.1 Création de dataSet sur HuggingFace
  • 7.2 Entrainement
• Inference
• LLM modèles
  • 1.Définition
  • 2.À quoi servent les LLM ?
  • 3.Quels sont les avantages et les limites des LLM ? ?
  • 4.Comment fonctionnent les LLM ?
  • 5.Notre cas de figure :
• Les perspectives