К содержимому
Компьютерное зрение

qwen3-vl-2b-receipts-lora

LoRA для чеков и счетов в JSON

1 мин чтенияобновлено

Это LoRA-адаптер для Qwen/Qwen3-VL-2B-Instruct, который извлекает данные чеков по схеме CORD и французских счетов в JSON. Автор — N-Mehdi; модель решает задачу image-text-to-text на базе 2B-версии Qwen3-VL.

Ключевые особенности

  • Два режима: cord для чеков CORD и invoice для французских счетов.
  • На CORD v2: exact match 0.35 и field F1 0.832 против 0.00 и 0.351 у базовой модели.
  • На синтетических счетах: exact match 0.63, field F1 0.979; на невиданных шаблонах — 0.54 и 0.974.
  • Обучение QLoRA: 4-bit NF4, LoRA r=16, alpha 32, 17.4M параметров, одна эпоха на T4.
  • Ограничение: реальные сканы счетов не использовались; редкие поля CORD всё ещё часто пропускаются.

Пример

from PIL import Image
from receipt_vlm.service import extract

result = extract(Image.open("invoice.jpg"), kind="invoice")
print(result["data"])
ПодробнееЛатентность на T4 при batch size 1: 5.8 с на чек и 14.3 с на счёт; пик GPU-памяти — 4.5 GB.
Тестовые наборы: 100 чеков CORD v2 и 100 синтетических французских счетов, greedy decoding, fp16, адаптер объединён с базой.
Ограничения: синтетика построена на 6 HTML-шаблонах; качество на реальных сканах неизвестно. Лицензия адаптера — Apache-2.0.
Обсудить Telegram 0 47

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 4.0 GB · готовые файлы4.9 GB
  • FP8 / INT8рекомендуемвеса 2.0 GB2.8 GB
  • 4-bitвеса 1.2 GB1.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen3-VL-2B-Instruct.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # N-Mehdi/qwen3-vl-2b-receipts-lora
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Qwen/Qwen3-VL-2B-Instruct --local-dir ~/models/Qwen3-VL-2B-Instruct
    hf download N-Mehdi/qwen3-vl-2b-receipts-lora --local-dir ~/models/qwen3-vl-2b-receipts-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3-VL-2B-Instruct
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Qwen/Qwen3-VL-2B-Instruct

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Qwen3-VL-2B-Instruct — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

N-Mehdi/qwen3-vl-2b-receipts-lora
Автор
N-Mehdi
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

470

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии