Anarchiviste/GenHisDoc_model

Models trained on GenHisDoc

the GenHisDoc dataset is on Huggin Face

GenHisDoc is a generalistic datasets for historical documents layout recognition and detection. GenHisDoc use a combination of several previously published datasets which have been adapted and re-annotated to work together and our own annotated data. All embedded datasets are licensed under Creative Commons or other licenses that permit reuse.

This repository contains the different models and training metrics on different versions of GenHisDoc. Every directory is a model with the weights, the test run and an info.yaml with information about the parameters used.

.
├── Yolo26L
│   ├── Train
│   │  └── weights -> best.pt # best performing model
│   └── Val
├── test_images # not finished
├── inference.py # run a detection using a yolo model older than YolOV5
├── filter_illustration_only.py # suppress every classes annotations that we want
└── metric.py # create metrics between a ground truth set and a prediction set

Yolo26L trained on GenHisDoc against test set

==================================================
 ÉVALUATION MODÈLE : yolo26L-21-06-2026
==================================================
Fichiers traités      : 876
Nombre total de GT    : 1659
IoU Moyen (Detections): 0.8595

--- PERFORMANCES GLOBALES (Average Precision) ---
AP@50 (mAP@50)        : 0.8404 (84.04%)

--- MÉTRIQUES AU SEUIL FIXE (Conf >= 0.25) ---
Vrais Positifs (TP)   : 1448
Faux Positifs  (FP)   : 261
Faux Négatifs  (FN)   : 211
Précision             : 0.8473
Rappel (Recall)       : 0.8728
Score F1              : 0.8599
==================================================

Yolo26L against Aikon Illustration (only on illustration)

==================================================
 ÉVALUATION MODÈLE : GenHisDoc illustration
==================================================
Fichiers traités      : 876
Nombre total de GT    : 558
IoU Moyen (Detections): 0.9033

--- PERFORMANCES GLOBALES (Average Precision) ---
AP@50 (mAP@50)        : 0.8787 (87.87%)

--- MÉTRIQUES AU SEUIL FIXE (Conf >= 0.25) ---
Vrais Positifs (TP)   : 501
Faux Positifs  (FP)   : 80
Faux Négatifs  (FN)   : 57
Précision             : 0.8623
Rappel (Recall)       : 0.8978
Score F1              : 0.8797
==================================================

==================================================
 ÉVALUATION MODÈLE : Aikon Illustration
==================================================
Fichiers traités      : 876
Nombre total de GT    : 558
IoU Moyen (Detections): 0.8762

--- PERFORMANCES GLOBALES (Average Precision) ---
AP@50 (mAP@50)        : 0.4815 (48.15%)

--- MÉTRIQUES AU SEUIL FIXE (Conf >= 0.25) ---
Vrais Positifs (TP)   : 355
Faux Positifs  (FP)   : 208
Faux Négatifs  (FN)   : 203
Précision             : 0.6306
Rappel (Recall)       : 0.6362
Score F1              : 0.6334
==================================================