Как собрать стол трансформер: собираем по инструкции легко и просто

Как собрать журнальный столик трансформер своими руками

Содержание

1. Технология изготовления стола трансформера
2. Разработка проекта стола
3. Сборка конструкции стола

Как изготовить журнальный столик трансформер своими руками? Если площадь квартиры небольшая и при покупке новой мебели возникают сложности с выбором места, то предметы, имеющие многофункциональные характеристики, в такой ситуации являются незаменимыми. Сейчас очень популярны изделия-трансформеры.

Журнальный столик трансформер поможет сохранить полезное пространство помещения.

В продаже имеются такие модели, но стоят они очень дорого. Поэтому можно изготовить журнальный стол трансформер своими руками. Этот предмет мебели в сложенном виде представляет собой журнальный столик, а в развернутом превращается в большой обеденный стол.

Технология изготовления стола трансформера

Материалы и инструменты:

Схема столика трансформера.

• листы ДСП;
• механизм трансформации;
• трубы 20х20 мм;
• болты 8х60 мм;
• металлический уголок;
• строительный уровень;
• гайки;
• шайбы;
• саморезы;
• петли.

Как сделать стол трансформер журнальный? Прежде всего необходимо приобрести в магазине механизм трансформации изделия. Сейчас в продаже имеются различные варианты таких устройств разных производителей. Выбор достаточно большой.

Устройство имеет в своей конструкции специальный газ-лифт или пружины, при помощи которых происходит трансформация модели. Эти элементы обеспечивают достаточно мягкий и ровный ход изделия.

Более простым является устройство на основе пружины. Такой вариант является более прочным и надежным. В готовом изделии он будет выглядеть эстетичнее, так как пружина находится внутри корпуса механизма и ее не видно, когда стол трансформер будет собираться в журнальный или обеденный вариант.

Разработка проекта стола

Сделать проект будущего изделия можно в специализированной компьютерной программе. Эту работу сможет выполнить любой человек, знакомый с компьютером. При этом можно выполнить макет экземпляра в трехмерном изображении.

Возможные размеры столика трансформера.

Зная размеры механизма трансформации, подбирают размеры будущей модели в обоих вариантах. Когда проект готов, необходимо приобрести нужные материалы.

Для выполнения модели понадобятся листы ДСП. Вырезать листы необходимых размеров можно на заказ в специализированной мастерской. Когда листы соответствующих размеров будут готовы, их нужно разместить на ровной поверхности, можно на полу.

Толщину ДСП для изготовления конструкции лучше выбрать 22 мм. Из такого листа будет изготовлена столешница обеденного экземпляра. Именно на такие нагрузки рассчитан механизм трансформации.

Корпус модели можно изготовить из листа ДСП толщиной 16 мм. В мастерской выполняют обработку краев листов ДСП.

Затем надо приобрести инструменты для сборки модели.

Сборка конструкции стола

Сначала выполняют сборку каркаса. Каркас изделия монтируют на конфирматы. Для этого используют прочное сверло.

Затем выполняют отметки на листах ДСП при помощи маркера.

После этого в каркас устанавливают механизм трансформации. Предварительно необходимо установить пружины, при помощи которых будет раскладываться модель и обеспечиваться ее мягкое движение.

Механизм трансформации нужно устанавливать сквозным методом. Вес устройства достаточно большой, поэтому конструкция должна быть прочной.

После этого производят закрепление устройства. Для того чтобы крепления изделия не были видны, предусмотрена установка накладных ножек, которые скроют все дополнительные детали.

После этого выполняют отметки тех мест, где будут устанавливаться крепления.

Затем в необходимых местах просверливают отверстия для установки болтов. После этого прочным сверлом подготавливают специальное место, куда будут спрятаны головки болтов.

Устройство фиксируют к каркасу модели при помощи болтовых соединений. При помощи болтов соединяют друг с другом стенки изделия.

После установки устройства приступают к фиксации ножек изделия. Ножки должны выдержать вес всей конструкции, который составляет 40-50 кг. Кроме того, они должны выдержать вес предметов, которые будут находиться на столе. Поэтому ножки скрепляют друг с другом при помощи стяжек.

После этого ножки прикручивают к конструкции. Предварительно для правильной установки ножек необходимо сделать соответствующие отметки. Горизонтальность конструкции и соблюдение прямых углов следует контролировать при помощи строительного уровня.

Просверливают отверстия для установки ножек. Их нужно устанавливать на втулки из металла.

Затем приступают к установке столешницы. Ее нужно собрать очень аккуратно, так как механизм трансформации столешницы должен быть надежным и выполнять ровное раскладывание столешницы.

Потом выполняют отметки для отверстий. В эти отверстия будут устанавливаться элементы креплений.

После этого выполняют монтаж изделия. Регулируют механизм раскладывания столешниц. Сверлят отверстия для установки столешниц.

С помощью винтов прикрепляют к конструкции маленькую столешницу. Затем аналогичным образом выполняют отверстия для креплений и устанавливают на свое место большую столешницу.

Стол трансформер журнальный обеденный готов.

Данная конструкция должна быть очень прочной, чтобы выдержать все нагрузки.

После изготовления модели необходимо проверить, как работает механизм трансформации. Если есть какие-либо погрешности при работе механизма, то можно выполнить его регулировку.

Журнальный стол трансформер, изготовленный по такой технологии, обеспечит создание прочной и надежной конструкции, обладающей длительным сроком эксплуатации.

корпус, подъёмный механизм, столешницу, подстолье

Если говорить о различных модификациях столиков, то трансформер имеет довольно богатую историю. Ещё в советские времена был хорошо известен стол-книжка. Он до сих пор с успехом выпускается многими мебельными фабриками страны. И по отзывам пользователей, во многих случаях, является незаменимым предметом мебели. Давайте разберёмся, что на самом деле представляет из себя подкатегория трансформеров.

Почему, как упоминалось выше, книжка принадлежит к группе трансформеров, и какие столы ещё относятся к этой группе? Любой тип столиков, которые могут лёгким движением руки изменять свою геометрию, можно отнести к группе трансформеров. Для лучшего понимания стоит заметить, что стандартный гостиный столик тех же советских времён, который также раздвигается с добавлением части столешницы, нельзя назвать трансформером, так как он не имеет механизма раскрытия.

Чаще всего такие модели применяются в малогабаритных квартирах или помещениях площадь, которых ограничена. Такой столик может складываться до минимальных размеров и не занимать лишнего пространства, а при необходимости развернуться до нужных размеров.

Где чаще всего применяются такие изделия? По отзывам пользователей трансформеров, чаще всего это гостиные комнаты, немного реже, столовые. Очень популярным трансформером на сегодня является журнальный вариант.

Для изготовления этой группы чаще всего используется мебельное ДСП. Прозрачные материалы используются гораздо реже, так как необходимо скрыть механизм развёртывания трансформера.

Важно помнить! Что тип мебели, который подвергается постоянным механическим нагрузкам, требует более качественных материалов, иначе со временем соединения узлов разболтаются и стол выйдет из строя.

Для сборки такого рода мебели требуется стандартный инструмент, предоставляемый заводом-изготовителем. Если мебель производится самостоятельно, то дополнительно потребуется шуруповёрт с различными насадками, конфирматное сверло, молоток, отвёртки и плоскогубцы.

Содержание статьи

• Как правильно собрать корпус стола-трансформера
• Правила установки подъёмного механизма
• Установка столешницы
• Как поставить подстолье

Как правильно собрать корпус стола-трансформера

Сборка стола начинается с тщательного исследования чертежей завода изготовителя или собственных, если он изготавливается собственными руками. В первую очередь необходимо уяснить себе очерёдность сборки узлов. Корпус собирается в первую очередь.

Все детали скрепляются посредством конфирматных соединений. Важно проследить, чтобы при сборке деталей выдерживались прямые углы. Также важно помнить о таких деталях, как подпяточники, которые препятствуют царапанью ножками пола, и амортизаторов​, уменьшающих биение столешницы о край корпуса при раскладывании мебели.

Правила установки подъёмного механизма

Подъёмный механизм устанавливается до того, как крепится столешница в специально подготовленное для него пространство. Причем при сборке фабричного стола отверстия под механизм сделаны заранее. При самостоятельном изготовлении придётся сверлить по месту. Пружины в таком механизме крепятся после того, как уже закреплён весь остальной механизм.

Установка столешницы

Установка столешницы, с одной стороны, самая простая операция при сборке стола. Но, с другой стороны, при неправильной её установке нарушится геометрия трансформера и появятся щели, которые будут портить его внешний вид.

Как поставить подстолье

После сборки столешницы можно перейти и к сборке подстолья. Согласно названию эти узлы скрываются под столешницей в собранном состоянии столика. Поэтому удобно будет производить сборку подстолья в разложенном состоянии изделия. При этом необходимо все его узлы собрать отдельно, а затем прикрепить их к корпусу.

После того как сборка закончена, важно провести окончательную проверку его работоспособности, чтобы потом не оконфузиться при демонстрации мебели. Все механизмы должны работать без особого напряжения и достаточно мягко.

При сборке важно помнит о технике безопасности. Особенно при работе с острыми свёрлами, а также при проверке механизма открытия и закрытия. Так как руки легко могут попасть в пространство самого механизма.

Если вы приобрели трансформер, внимательно изучите инструкцию по его сборке. В ней нет ничего сложного. И у вас обязательно получится привлекательный элемент мебели.

Часто задаваемые вопросы | Часто задаваемые вопросы

Все самые распространенные вопросы о наших продуктах — в одном месте.

Заказ и оплата

• Безопасно ли размещать информацию о моей кредитной карте на вашем сайте?

  Ваша кибербезопасность — наш главный приоритет. Размещение информации о кредитной карте на нашем веб-сайте является 100% безопасным.

• Могу ли я оформить заказ по телефону?

  Абсолютно. Чтобы разместить заказ по телефону, позвоните в нашу службу поддержки в рабочее время: 1-844-988-2253 .

• Какие виды оплаты вы принимаете?

  Мы принимаем все основные кредитные карты (Visa, Mastercard и American Express) и подарочные карты Transformer Table. Вы также можете оплатить покупку и распределить платежи по времени с помощью Bread.

• Вы предлагаете финансирование?

  С нашим финансовым партнером Bread вы можете распределять платежи по времени. Этот способ оплаты доступен при оформлении заказа.

  Для получения дополнительной информации посетите нашу страницу финансирования.

• Взимаете ли вы налог с продаж?

  Налог с продаж может применяться в зависимости от пункта назначения вашего груза.

• Когда я буду платить за мой заказ?

  Когда вы размещаете свой заказ, Transformer Table обработает платеж сразу после оформления заказа онлайн или по телефону.

• Как я узнаю, что мой заказ размещен?

  После оформления заказа вы сразу же получите подтверждение заказа по электронной почте.

  В этом подтверждении будет указан номер вашего заказа.

• У вас есть выставочные залы?

  Transformer Table в настоящее время имеет выставочный зал в Монреале и в ближайшем будущем представит новые выставочные залы в Северной Америке.

Перевозка и доставка

• Как мой заказ будет отправлен?

  Вам будет отправлен автоматически сгенерированный номер для отслеживания, чтобы вы могли отслеживать свой заказ. Все продукты надежно упакованы и доставляются к месту назначения на поддоне, чтобы обеспечить их доставку в идеальном состоянии.

• Сколько времени занимает доставка моего заказа?

  После того, как заказ будет полностью обработан, доставка может занять от 5 до 10 рабочих дней, в зависимости от места доставки.

• Сколько вы берете за доставку?

  Доставка осуществляется бесплатно для всех заказов на сумму более 999 долларов США в пределах континентальной части США. Дополнительные сборы могут взиматься в момент отгрузки для более отдаленных районов.

• Насколько большим будет мой пакет?

  Стол-трансформер поставляется в двух коробках на поддоне. В первом ящике находится консольный стол, а во втором — панели стола.

  Коробка №1 Размеры: 40’’ X 20’’ X 32’’

  Коробка №2 Размеры: 42’’ X 22,5’’ X 10,5’’

  Скамья-трансформер поставляется предварительно собранной в одной коробке.

  Размеры коробки: 31 х 17 х 21 дюйм

• Могу ли я отследить свою посылку?

  После размещения заказа вы получите электронное письмо с подтверждением доставки и предполагаемой датой доставки. Вы также получите еще одно уведомление по электронной почте, когда ваш заказ будет отправлен с нашего склада.

• Как я буду уведомлен, как только мой заказ будет доставлен?

  Когда ваш заказ прибудет, наши партнеры по доставке, как правило, свяжутся с вами, чтобы договориться о времени доставки. Доступность записи на прием может варьироваться в зависимости от партнеров по доставке в вашем регионе.

• Что произойдет, если я пропущу дату родов?

  Если вы пропустите дату доставки, наш партнер по доставке свяжется с вами, чтобы перенести доставку. Обратите внимание, что в некоторых случаях партнеры по доставке могут взимать плату за повторную доставку.

Коллекция столов-трансформеров

• Сколько панелей идет в комплекте со столом-трансформером?

  Каждый стол-трансформер состоит из пяти панелей, что делает его столом 6-в-1.

• Какие материалы используются для изготовления стола-трансформера?

  Каждый предмет мебели из коллекции столов-трансформеров изготовлен из массива древесины высочайшего качества, сертифицированного FSC.

  
  Мощный телескопический механизм, входящий в состав наших столов-трансформеров и скамеек, изготовлен из нержавеющего алюминия.

• Где хранить панели стола?

  При хранении панели следует укладывать горизонтально. Чтобы упростить хранение, журнальный столик-трансформер предлагает встроенный блок хранения для ваших панелей. Этот журнальный столик доступен в четырех стандартных вариантах отделки из массива дерева.

• Сколько места занимают панели при хранении?

  Все панели сцепляются друг с другом, размеры для хранения 20 x 38 x 10 дюймов. Отдельно каждая панель имеет размеры 20 x 38 x 2 дюйма.

  Вы также можете приобрести журнальный столик-трансформер, который предлагает встроенное хранилище для панелей вашего стола.

• Какая гарантия на стол-трансформер?

  Стол-трансформер

  предлагает своим клиентам годовую гарантию на любые структурные или производственные дефекты, а также пожизненную гарантию на телескопический механизм.

• Каковы размеры стола и скамьи в полностью разложенном состоянии?

  Стол: 30” В x 38” Ш x 118” Д

  Скамья: 17” В x 14” Ш x 127” Д

• Должен ли я собирать стол или скамейку при получении?

  Сборка не требуется. Наш стол-трансформер и скамья поставляются полностью собранными и готовыми к использованию.

• Средняя ножка стола регулируется?

  Да, опорную ногу можно перемещать вперед и назад в зависимости от количества сидящих за столом людей. Эта средняя ножка также содержит регулируемые ножки, которые могут опускать или поднимать центр стола, чтобы выровнять его в случае неровного пола.

• Из какого материала сделана средняя ножка стола?

  Опорная ножка изготовлена ​​из массива дерева с отделкой в ​​тон вашему столу.

• Могу ли я использовать свой стол-трансформер на открытом воздухе?

  Наш стол-трансформер из цельного дерева подходит только для использования внутри помещений. Оставайтесь с нами — уличная версия находится в разработке!

  А пока ознакомьтесь с нашими наборами Transformer Outdoors для использования на открытом воздухе.

• Как вы выбираете партнеров-производителей?

  Прежде чем установить отношения с новым партнером-производителем, мы проводим комплексную проверку, чтобы убедиться, что его бизнес-операции этичны и соответствуют нашим непререкаемым стандартам передовой практики и контроля качества. Мы лично посещаем каждую фабрику на регулярной основе, чтобы убедиться, что эти стандарты соблюдаются и должным образом поддерживаются.

• Как мне обслуживать изделия из твердой древесины Transformer?

  Правильный уход за изделиями-трансформерами предотвратит растрескивание, выцветание и другие повреждения, а также продлит срок их службы.

  Чрезмерная влажность или сухость могут вызвать расширение или сжатие древесины. Несовместимые условия могут привести к растрескиванию древесины. Чтобы сбалансировать влажность в помещении, мы рекомендуем включать увлажнитель воздуха в летние и зимние месяцы.

  Используйте воск для полировки твердой древесины каждые три месяца. Это защищает и питает древесину и создает долговечное защитное покрытие.

  Не используйте бытовые чистящие средства, растворители или чистящие средства, не предназначенные для дерева. Это может привести к повреждению отделки.

  Примечание. Несоблюдение инструкций по уходу за мебелью из массива дерева может привести к ее повреждению и аннулированию гарантии.

• Какие варианты отделки доступны для журнального столика-трансформера?

   Журнальный столик-трансформер доступен во всех четырех вариантах отделки: австралийская акация, сибирская береза, американское красное дерево и канадский темный дуб.

• Соответствуют ли цвета различных вариантов отделки, представленных на веб-сайте?

  Все фотографии продуктов сделаны профессионалами, условия освещения сравнимы с жилыми домами. Чтобы убедиться, что вы выбрали правильную отделку, запросите заказ образцов здесь.

• Могу ли я увидеть обзоры продуктов?

  Конечно. Все обзоры товаров можно посмотреть здесь.

• Насколько широки края панелей?

  Края панелей имеют ширину 2 дюйма.

• Сколько весит стол-трансформер?

  Вес консоли: 50 кг

  Стол со всеми 5 панелями: 75 кг

• Сколько весит скамья-трансформер?

  Размер консоли: 35 кг

  Стол со всеми 5 панелями: 45 кг

• Сколько весит журнальный столик-трансформер?

  38 кг

Коллекция диванов-трансформеров

• Что такое диван-трансформер?

  Диван-трансформер — самый универсальный, модульный и многофункциональный диван на рынке. Он полностью перестраиваемый и настраиваемый, с бесконечным количеством возможных макетов. Каждый компонент — сиденья, подлокотники, спинки и рама — является съемным и реконфигурируемым. Вы можете легко изменить свой стиль за считанные секунды, просто добавив любое количество сидений, чтобы создать конфигурацию, соответствующую вашему пространству. Диван-трансформер предлагает стиль, комфорт и универсальность.

• Что входит в каждый модульный раздел?

  Каркас из 100% твердой древесины
  1 x Подушка сиденья
  1 x Модульная рама спинки
  1 x Подушка спинки
  2 x Модульные подлокотники
  1 x Набор моющихся чехлов
  1 x Декоративная подушка
  2 x Соединители

• Как соединяются секции дивана-трансформера?

  Каждая модульная секция поставляется с 2 отдельными прочными соединителями из смолы. Расположите секции рядом и вставьте U-образные соединители.

• Какой вес и размер дивана-трансформера?

  Каждая модульная секция дивана-трансформера весит 70 фунтов / 32 кг.
  

  Размеры:
  38”/97 см в длину x 45”/114 см в высоту x 33”/84 см в глубину.

• Какой вес может выдержать каждая модульная секция?

  Диван-трансформер создан на века. Каждая секция может выдерживать до 500 фунтов / 226 кг веса.

• Насколько прочны подлокотники?

  Каждый подлокотник выдерживает нагрузку до 200 фунтов.

• Нужны ли мне инструменты для сборки дивана-трансформера?

  Для сборки дивана-трансформера сборка практически не требуется. Ножки можно прикрутить любой стандартной отверткой.

• Чем наполнены подушки Transformer Couch?

  Все подушки Transformer Couch наполнены тремя слоями пены высокой плотности, которая обеспечивает поддерживающий слой, сохраняющий объем и предотвращающий провисание со временем.

• Как устроен диван-трансформер и какие материалы используются?

  Ткань: обивочные ткани вставки изготовлены из ткани высочайшего качества из возобновляемых материалов.

  Каркас: Изготовлен из 100% твердой древесины (БЕЗ МДФ или фанеры). Рама соединена стальными извилистыми пружинами и итальянской лямкой, что обеспечивает невероятный комфорт и прочность.

  Подушки сиденья: Все подушки сиденья Transformer Couch изготовлены из трехслойной пены высокой плотности, обеспечивающей непревзойденный комфорт и поддержку.

  Подушки для спины: изготовлены из поливолокна.

  Металлическая конструкция: Все металлические компоненты изготовлены из прессованного и прокатанного матового металла. На все металлические компоненты предоставляется пожизненная гарантия.

  Металлические ножки: Изготовлены из прессованного и прокатанного матового металла. На все металлические компоненты предоставляется пожизненная гарантия.

• Сколько человек может поместиться на одной секции дивана-трансформера?

  Диваны-трансформеры сделаны очень широкими и глубокими, с большим количеством места, чтобы сидеть или лежать с полным комфортом. В каждой модульной секции дивана-трансформера могут легко разместиться 1-2 человека.

• Как стирать чехлы для диванов-трансформеров?

  Чехлы-трансформеры для дивана можно стирать в машине в холодной воде. Только сухая линия. Не кладите чехлы в сушилку, так как они могут дать усадку. Не используйте кондиционер для белья.

• Как ухаживать за диваном-трансформером?

  Ваш диван-трансформер может прослужить много лет при нормальном уходе. Кроме того, все чехлы можно стирать в машине.

• Как очистить ткань подкладки дивана-трансформера?

  Все вставки/чехлы для дивана-трансформера можно стирать в машине и использовать повторно.

• Можно ли использовать мой диван-трансформер на улице?

  Кушетка-трансформер предназначена только для использования в помещении. Приобретите нашу коллекцию Transformer Outdoors – стильную и модульную уличную мебель.

• Как поменять обложки?

  Менять чехлы просто и быстро. Расстегните вставку из подушек, каркаса и подушки и снимите их.

• Являются ли мои чехлы огнестойкими?

  В соответствии с законом штата Калифорния о потребительских товарах все диваны-трансформеры огнестойкие.

• Являются ли мои чехлы жидкими и устойчивыми к пятнам?

  Все чехлы для диванов-трансформеров устойчивы к пятнам и жидкостям. Вы также можете снять одеяло и бросить его в стиральную машину, когда это необходимо.

• Поместится ли мой Roomba под диваном?

  Roombas легко помещается под нашими диванами.

• Как мне будет доставлен диван-трансформер?

  Все заказы на диван-трансформер доставляются на поддоне, что обеспечивает идеальное состояние всех предметов.

Коллекция трансформаторов на открытом воздухе

• Что такое набор Transformer Outdoors?

  Набор Transformer Outdoors – самый универсальный, многофункциональный и настраиваемый набор для разговоров на открытом воздухе на рынке. Этот единственный в своем роде набор для патио на открытом воздухе может адаптироваться к любому пространству и случаю.

  Набор Transformer Outdoors предлагает вам возможность легко и часто менять раскладку по мере необходимости. Каждый отдельный компонент является съемным и реконфигурируемым. Набор Transformer Outdoors подойдет для вашего жилого помещения на открытом воздухе, независимо от того, с каким размером вам придется работать.

• Является ли он модульным и бесконечно настраиваемым?

  Благодаря запатентованной модульной конструкции комплект Transformer Outdoors обеспечивает полную гибкость для любого жилого помещения. С набором Transformer Outdoors возможны десятки конфигураций: уютная планировка для повседневного использования вашей семьей, удобная обстановка для барбекю на открытом воздухе или стильный декор для вечеринки на заднем дворе. Каждый компонент набора Transformer Outdoors съемный и взаимозаменяемый. Подлокотники и раму можно снять и изменить конфигурацию, чтобы создать желаемую компоновку. Превратите его в разговорный гарнитур, секцию, диван, шезлонг или даже кровать.

• Он увеличивается вдвое?

  Его запатентованная система блокировки позволяет комплекту Transformer Outdoors удваиваться в размерах за считанные секунды. Встроенные сиденья можно незаметно спрятать в каждом кресле.

  Соедините вместе столько деталей, сколько необходимо, чтобы создать желаемую конфигурацию.

• Это экономия места?

  Его система блокировки позволяет отсоединять каждую часть, что делает его полностью компактным и идеальным для любой наружной площадки. Набор Transformer Outdoors подходит практически для любого балкона, террасы, террасы или двора.

• Что насчет хранения?

  Благодаря своей компактности набор Transformer Outdoors можно хранить в большинстве кабин для переодевания, гаражах или шкафчиках для хранения вещей.

  Все каркасы и сиденья Transformer Outdoors можно штабелировать и легко хранить в межсезонье.

  Все подушки также можно хранить в самом наборе патио под каждым сиденьем.

• А обложки?

  Все чехлы для наборов Transformer Outdoors можно стирать в машине — не нужно беспокоиться о пятнах, пролитой жидкости или грязи. Просто снимите чехлы и бросьте их в стиральную машину.

  Чехлы подвержены неблагоприятным воздействиям окружающей среды и регулярному обращению, что делает их наиболее легко повреждаемой частью любого наружного набора. Если это произойдет, просто купите новый комплект чехлов за небольшую часть цены вместо замены всего комплекта.

• Что входит в каждый комплект Transformer Outdoors?

  4 сиденья

  4 подлокотника

  1 пуфик/кофейный столик

  4 подушки для сидения

  4 подушки для спины

  1 подушка для тахты

• Каков размер коробки с набором Transformer Outdoors?

  Размер коробки:

  Длина: 63 дюйма
  Ширина: 34 дюйма
  Высота: 29 дюймов

• Должен ли я собирать свой набор Transformer Outdoors?

  Набор Transformer Outdoors поставляется полностью предварительно собранным. Просто настройте его в любом макете, который вы хотите.

• Сколько человек может поместиться на съемочной площадке Transformer Outdoors?

  В наборе Single Transformer Outdoor можно разместить 5 человек.

• Нужно ли покупать чехлы для набора Transformer Patio Set?

  В набор Transformer Outdoors входят чехлы на ваш выбор. Доступны различные обложки, если вы решите изменить свой стиль.

Стол-трансформер

#transformtogether

Стол-трансформер

Обзор

Модель Table Transformer была предложена в PubTables-1M: На пути к комплексному извлечению таблиц из неструктурированных документов Брэндон Смок, Рохит Песала, Робин Абрахам. Авторы представляют новый набор данных PubTables-1M для оценки прогресса в извлечении таблиц из неструктурированных документов. а также распознавание структуры таблиц и функциональный анализ. Авторы обучают 2 модели DETR, одну для обнаружения таблиц и одну для распознавания структуры таблиц, получившие название Table Transformers.

Резюме статьи выглядит следующим образом:

В последнее время был достигнут значительный прогресс в применении машинного обучения к задаче определения структуры таблиц и извлечения их из неструктурированных документов. Тем не менее, одной из самых больших проблем остается создание наборов данных с полной и однозначной достоверностью данных в любом масштабе. Чтобы решить эту проблему, мы разрабатываем новый, более комплексный набор данных для извлечения таблиц под названием PubTables-1M. PubTables-1M содержит почти миллион таблиц из научных статей, поддерживает множественный ввод модальностей и содержит подробную информацию о заголовке и расположении табличных структур, что делает его полезным для самых разных подходов к моделированию. Он также затрагивает значительную источник несоответствия наземной истины, наблюдаемого в предыдущих наборах данных, называемого чрезмерной сегментацией, с использованием новой процедуры канонизации. Мы демонстрируем, что эти улучшения приводят к значительное увеличение производительности обучения и более надежная оценка производительности модели при оценке для распознавания структуры таблицы. Далее покажем, что трансформаторный Модели обнаружения объектов, обученные на PubTables-1M, дают отличные результаты для всех трех задач обнаружения, распознавания структуры и функционального анализа без необходимости каких-либо дополнительных действий. специальные настройки для этих задач.

Советы:

• Авторы выпустили 2 модели, одну для определения таблиц в документах, одну для распознавания структуры таблиц (задача распознавания отдельных строк, столбцов и т.д. в таблице).
• Можно использовать AutoImageProcessor API для подготовки изображений и необязательных целей для модели. Это загрузит DetrImageProcessor за кулисами.

Уточнено обнаружение таблиц и распознавание структуры таблиц. Взято из оригинальной статьи.

Эта модель предоставлена ​​nielsr. Исходный код может быть нашел здесь.

Ресурсы

Обнаружение объектов

• Демо-ноутбук для Table Transformer можно найти здесь.
• Оказывается, заполнение изображений очень важно для обнаружения. Интересную ветку Github с ответами авторов можно найти здесь.

ТаблицаТрансформерКонфиг

Трансформаторы класса

.

TableTransformerConfig

< источник >

( use_timm_backbone = Истина backbone_config = Нет число_каналов = 3 количество_запросов = 100 кодировщик_слоев = 6 encoder_ffn_dim = 2048 кодировщик_внимания_голов = 8 decoder_layers = 6 decoder_ffn_dim = 2048 decoder_attention_heads = 8 encoder_layerdrop = 0,0 decoder_layerdrop = 0.0 is_encoder_decoder = Истина активация_функция = ‘релу’ д_модель = 256 отсев = 0,1 внимание_выпадение = 0,0 активация_выпадение = 0,0 init_std = 0,02 init_xavier_std = 1.0 classifier_dropout = 0,0 scale_embedding = Ложь вспомогательный_лосс = Ложь position_embedding_type = ‘синус’ магистраль = ‘resnet50’ use_pretrained_backbone = Истина расширение = Ложь класс_стоимость = 1 bbox_cost = 5 giou_cost = 2 mask_loss_coefficient = 1 dice_loss_coefficient = 1 bbox_loss_coefficient = 5 giou_loss_coefficient = 2 eos_коэффициент = 0,1 **кваргс )

Параметры

• use_timm_backbone ( логическое значение , необязательный , по умолчанию True ) — Следует ли использовать библиотеку timm для магистрали. Если установлено значение False , будет использоваться AutoBackbone . API.
• backbone_config ( PretrainedConfig или dict , необязательный ) — Конфигурация базовой модели. Используется только в случае use_timm_backbone имеет значение False , в котором случае по умолчанию будет ResNetConfig() .
• num_channels ( целое число , необязательный , по умолчанию 3) — Количество входных каналов.
• num_queries ( int , необязательный , по умолчанию 100) — Количество объектных запросов, т.е. слотов обнаружения. Это максимальное количество объектов TableTransformerModel может обнаруживать в одном изображении. Для COCO мы рекомендуем 100 запросов.
• d_model ( int , необязательный , по умолчанию 256) — Размер слоев.
• encoder_layers ( int , необязательный , по умолчанию 6) — Количество слоев кодировщика.
• decoder_layers ( int , необязательный , по умолчанию 6) — Количество слоев декодера.
• encoder_attention_heads ( int , необязательный , по умолчанию 8) — Количество головок внимания для каждого слоя внимания в кодировщике Transformer.
• decoder_attention_heads ( int , необязательный , по умолчанию 8) — Количество головок внимания для каждого уровня внимания в декодере Transformer.
• decoder_ffn_dim ( int , необязательный , по умолчанию 2048) — Размер «промежуточного» (часто называемого упреждающим) слоя в декодере.
• encoder_ffn_dim ( int , необязательный , по умолчанию 2048) — Размер «промежуточного» (часто называемого упреждающим) слоя в декодере.
• активация_функция ( str или функция , необязательно , по умолчанию "relu" ) — Функция нелинейной активации (функция или строка) в кодировщике и пулере. Если строка, "гелу" , "релу" , 9Поддерживаются 0553 «silu» и "gelu_new" .
• отсев ( float , необязательный , по умолчанию 0,1) — Вероятность отсева для всех полносвязных слоев во встраиваниях, кодировщике и пулере.
• advance_dropout ( float , необязательный , по умолчанию 0.0) — Коэффициент отсева для вероятностей внимания.
• activation_dropout ( float , необязательный , по умолчанию 0.0) — Коэффициент отсева для активаций внутри полносвязного слоя.
• init_std ( float , необязательный , по умолчанию 0,02) — Стандартное отклонение truncated_normal_initializer для инициализации всех весовых матриц.
• init_xavier_std ( float , необязательный , по умолчанию 1) — Коэффициент масштабирования, используемый для усиления инициализации Xavier в модуле карты HM Attention.
• encoder_layerdrop ( float , необязательный , по умолчанию 0.0) — Вероятность LayerDrop для кодировщика. См. [Документ LayerDrop] (см. https://arxiv.org/abs/1909.11556) Больше подробностей.
• decoder_layerdrop ( float , необязательный , по умолчанию 0.0) — Вероятность LayerDrop для декодера. См. [Документ LayerDrop] (см. https://arxiv.org/abs/1909.11556) Больше подробностей.
• Additional_loss ( bool , необязательный , по умолчанию False ) — Должны ли использоваться вспомогательные потери при декодировании (потери на каждом уровне декодера).
• position_embedding_type ( str , необязательный , по умолчанию "синус" ) — Тип встраивания позиции, который будет использоваться поверх функций изображения. Один из "синус" или "выучил" .
• магистраль ( str , необязательный , по умолчанию "resnet50" ) — Имя сверточной магистрали для использования в случае use_timm_backbone = True . Поддерживает любые сверточные магистраль из пакета timm. Список всех доступных моделей см. страница.
• use_pretrained_backbone ( bool , необязательный , по умолчанию True ) — Использовать ли предварительно тренированные веса для позвоночника. Поддерживается только при use_timm_backbone = Истинно .
• расширение ( bool , необязательный , по умолчанию False ) — Заменять ли шаг расширением в последнем сверточном блоке (DC5). Поддерживается только тогда, когда use_timm_backbone = Истинно .
• class_cost ( float , необязательный , по умолчанию 1) — Относительный вес ошибки классификации в венгерской стоимости сопоставления.
• bbox_cost ( float , необязательный , по умолчанию 5) — Относительный вес ошибки L1 координат ограничивающей рамки в венгерской стоимости сопоставления.
• giou_cost ( float , необязательный , по умолчанию 2) — Относительный вес общей потери IoU ограничивающей рамки в стоимости согласования в Венгрии.
• mask_loss_coefficient ( число с плавающей запятой , необязательный , по умолчанию 1) — Относительный вес очаговой потери при потере паноптической сегментации.
• dice_loss_coefficient ( float , необязательный , по умолчанию 1) — Относительный вес потери DICE/F-1 в потере паноптической сегментации.
• bbox_loss_coefficient ( float , необязательный , по умолчанию 5) — Относительный вес потерь ограничивающей рамки L1 в потерях обнаружения объекта.
• giou_loss_coefficient ( float , необязательный , по умолчанию 2) — Относительный вес обобщенной потери IoU в потере обнаружения объекта.
• eos_coefficient ( float , необязательный , по умолчанию 0,1) — Относительный классификационный вес класса «отсутствие объекта» в потерях обнаружения объекта.

Это класс конфигурации для хранения конфигурации TableTransformerModel. Он используется для создать экземпляр модели Table Transformer в соответствии с указанными аргументами, определяющими архитектуру модели. Создание экземпляра конфигурации со значениями по умолчанию даст конфигурацию, аналогичную конфигурации Table Transformer. архитектура microsoft/table-transformer-detection.

Объекты конфигурации наследуются от PretrainedConfig и могут использоваться для управления выходными данными модели. Читать документацию от PretrainedConfig для получения дополнительной информации.

Примеры:

 >>> из трансформаторов импортировать TableTransformerModel, TableTransformerConfig
>>> # Инициализация конфигурации Table Transformer в стиле microsoft/table-transformer-detection
>>> конфигурация = TableTransformerConfig()
>>> # Инициализация модели из конфигурации стиля microsoft/table-transformer-detection
>>> модель = TableTransformerModel (конфигурация)
>>> # Доступ к конфигурации модели
>>> конфигурация = model.config 

ТаблицаТрансформаторМодель

Трансформаторы класса

. TableTransformerModel

< источник >

( конфигурация: Таблетрансформерконфиг )

Параметры

• конфигурация (TableTransformerConfig) — Класс конфигурации модели со всеми параметрами модели. Инициализация с помощью файла конфигурации не загрузить веса, связанные с моделью, только конфигурацию. Проверьте Метод from_pretrained() для загрузки весов модели.

Чистая модель Table Transformer (состоящая из магистрали и преобразователя кодера-декодера), выводящая необработанные данные скрытые состояния без какой-либо конкретной головы сверху.

Эта модель наследуется от PreTrainedModel. Проверьте документацию суперкласса для общих методов, которые библиотека реализует для всей своей модели (например, загрузку или сохранение, изменение размера входных вложений, обрезку головок и т. д.)

Эта модель также является подклассом PyTorch torch.nn.Module. Используйте его как обычный модуль PyTorch и обращайтесь к документации PyTorch по всем вопросам, связанным с общим использованием. и поведение.

вперед

< источник >

( pixel_values пиксельная_маска = Нет decoder_attention_mask = Нет encoder_outputs = Нет inputs_embeds = Нет decoder_inputs_embeds = Нет output_attentions = Нет output_hidden_states = Нет return_dict = Нет ) → transforms.models.table_transformer.modeling_table_transformer.TableTransformerModelOutput или tuple(torch.FloatTensor)

Параметры

Возврат

Transformers.models.table_transformer. modeling_table_transformer.tabletransformermodeloutput или Tuple (Torch.floattensor)

A . torch.FloatTensor (если передано return_dict=False или когда config.return_dict=False ), включающий различные элементы в зависимости от конфигурации (TableTransformerConfig) и входов.

• last_hidden_state ( torch.FloatTensor формы (batch_size, sequence_length, hidden_size) ) — Последовательность hidden-состояний на выходе последнего слоя декодера модели.
• Decoder_hidden_states ( Tuple (Torch.floattensor) , Необязательный , возвращается, когда output_hidden_states = true или когда config.output_hidden_states = true - config.output_hidden_states = true .0554 (один на вывод вложений + один на вывод каждого слоя) форма (batch_size, sequence_length, hidden_size) . Скрытые состояния декодера на выходе каждого слой плюс исходные результаты встраивания.
• decoder_attentions ( tuple(torch.FloatTensor) , необязательный , возвращается, когда передается output_attentions=True или когда config.output_attentions=True ) — Кортеж Tensor.9Floattor0554 (по одному на каждый слой) формы (batch_size, num_heads, sequence_length, sequence_length) . Веса внимания декодера после внимания softmax, используемые для вычисления средневзвешенное значение в головах самовнимания.
• Cross_Attentions (3 Tuple (Torch.floattensor) , Необязательный , возвращается, когда output_attentions = true или когда confight. ) формы (размер_партии, количество головок, длина_последовательности, длина_последовательности) . Веса внимания слоя перекрестного внимания декодера, после внимания softmax, используется для вычисления средневзвешенного значения в головах перекрестного внимания.
• encoder_last_hidden_state ( torch.FloatTensor формы (batch_size, sequence_length, hidden_size) , option ) — Последовательность hidden-состояний на выходе последнего слоя энкодера модели.
• Encoder_hidden_States (. Компания (Torch.floattensor) , Необязательный , возвращается, когда output_hidden_states = True или когда Config.Outpult_hidden_states = true ). вложений + по одному на выход каждого слоя) форма (batch_size, sequence_length, hidden_size) . Скрытые состояния энкодера на выходе каждого слой плюс исходные результаты встраивания.
• Encoder_Attentions (3. ) формы (batch_size, num_heads, sequence_length, sequence_length) . Веса внимания кодировщика после внимания softmax, используемые для вычисления средневзвешенное значение в головах самовнимания.
• Intermediate_hidden_states ( torch. FloatTensor формы (config.decoder_layers, batch_size, sequence_length, hidden_size) , необязательный , возвращается, когда config.auxiliary_losser активация каждого промежуточного звена, i. слой декодера, каждый из них прошел через норма слоя.

Прямой метод TableTransformerModel переопределяет специальный метод __call__ .

Хотя рецепт прямого прохода должен быть определен внутри этой функции, следует вызвать Модуль экземпляр впоследствии вместо этого, так как первый заботится о выполнении шагов предварительной и последующей обработки, а последний молча их игнорирует.

Примеры:

 >>> из трансформаторов импортировать AutoImageProcessor, TableTransformerModel
>>> из Huggingface_hub импортировать hf_hub_download
>>> из изображения импорта PIL
>>> file_path = hf_hub_download(repo_id="nielsr/example-pdf", repo_type="dataset", filename="example_pdf.png")
>>> image = Image.open(file_path). convert("RGB")
>>> image_processor = AutoImageProcessor.from_pretrained("microsoft/table-transformer-detection")
>>> model = TableTransformerModel.from_pretrained("microsoft/table-transformer-detection")
>>> # подготовим изображение для модели
>>> inputs = image_processor(images=image, return_tensors="pt")
>>> # прямой проход
>>> выходы = модель (** входы)
>>> # последние скрытые состояния - это окончательные вложения запросов декодера Transformer
>>> # они имеют форму (batch_size, num_queries, hidden_size)
>>> last_hidden_states = outputs.last_hidden_state
>>> список(last_hidden_states.shape)
[1, 15, 256] 

Таблетрансформерфоробжектдетектион

трансформаторы класса. TableTransformerForObjectDetection

< источник >

( конфигурация: Таблетрансформерконфиг )

Параметры

• конфигурация (TableTransformerConfig) — Класс конфигурации модели со всеми параметрами модели. Инициализация с помощью файла конфигурации не загрузить веса, связанные с моделью, только конфигурацию. Проверьте Метод from_pretrained() для загрузки весов модели.

Настольная модель-трансформер (состоит из магистрали и преобразователя кодер-декодер) с установленными головками обнаружения объектов top, для таких задач, как обнаружение COCO.

Эта модель наследуется от PreTrainedModel. Проверьте документацию суперкласса для общих методов, которые библиотека реализует для всей своей модели (например, загрузку или сохранение, изменение размера входных вложений, обрезку головок и т. д.)

Эта модель также является подклассом PyTorch torch.nn.Module. Используйте его как обычный модуль PyTorch и обращайтесь к документации PyTorch по всем вопросам, связанным с общим использованием. и поведение.

вперед

< источник >

( pixel_values пиксельная_маска = Нет decoder_attention_mask = Нет encoder_outputs = Нет inputs_embeds = Нет decoder_inputs_embeds = Нет метки = нет output_attentions = Нет output_hidden_states = Нет return_dict = Нет ) → transforms. models.table_transformer.modeling_table_transformer.TableTransformerObjectDetectionOutput или tuple(torch.FloatTensor)

Parameters

Returns

transformers.models.table_transformer.modeling_table_transformer.TableTransformerObjectDetectionOutput or tuple(torch.FloatTensor)

A transformers.models.table_transformer.modeling_table_transformer.TableTransformerObjectDetectionOutput or a tuple of torch.FloatTensor (если передано return_dict=False или когда config.return_dict=False ), включающий различные элементы в зависимости от конфигурации (TableTransformerConfig) и входов.

• потери ( torch.FloatTensor формы (1,) , необязательный , возвращается, когда предоставлено меток )) — Общие потери как линейная комбинация отрицательного логарифмического сходства (кросс- энтропия) для предсказания класса и потеря ограничивающей рамки. Последний определяется как линейная комбинация потерь L1 и обобщенного не зависящие от масштаба потери IoU.
• loss_dict ( Dict , необязательный ) — Словарь, содержащий отдельные потери. Полезно для регистрации.
• логитов ( torch.FloatTensor формы (batch_size, num_queries, num_classes + 1) ) — логиты классификации (включая отсутствие объектов) для всех запросов.
• pred_boxes ( torch.FloatTensor формы (batch_size, num_queries, 4) ) — Нормализованные координаты блоков для всех запросов, представленные как (center_x, center_y, ширина, высота). Эти значения нормированы в [0, 1] относительно размера каждого отдельного изображения в пакете (без учета возможная прокладка). Вы можете использовать ~TableTransformerImageProcessor.post_process_object_detection в получить ненормализованные ограничивающие рамки.
• auxiliary_outputs ( list[Dict] , optional ) — Необязательный, возвращается только при активации вспомогательных потерь (т. и этикетки предоставляются. Это список словарей, содержащих два вышеуказанных ключа ( логита и pred_boxes ) для каждого уровня декодера.
• last_hidden_state ( torch.FloatTensor формы (batch_size, sequence_length, hidden_size) , необязательно ) — Последовательность hidden-состояний на выходе последнего слоя декодера модели.
• decoder_hidden_states ( tuple(torch.FloatTensor) , необязательный , возвращается при передаче output_hidden_states=True или при передаче config.output_hidden_states=9054 )0553 torch.FloatTensor (один на вывод вложений + один на вывод каждого слоя) форма (batch_size, sequence_length, hidden_size) . Скрытые состояния декодера на выходе каждого слой плюс исходные результаты встраивания.
• decoder_attentions ( tuple(torch.FloatTensor) , необязательный , возвращается, когда передается output_attentions=True или когда config. output_attentions=True ) — Кортеж из torch.FloatTensor (по одному на каждый слой) формы (batch_size, num_heads, sequence_length, sequence_length) . Веса внимания декодера после внимания softmax, используемые для вычисления средневзвешенное значение в головах самовнимания.
• cross_attentions ( tuple(torch.FloatTensor) , необязательный , возвращается, когда передается output_attentions=True или когда config.output_attentions=True ) — Кортеж из
• 4 (по одному на каждый слой) формы (batch_size, num_heads, sequence_length, sequence_length) . Веса внимания слоя перекрестного внимания декодера, после внимания softmax, используется для вычисления средневзвешенного значения в головах перекрестного внимания.
• encoder_last_hidden_state ( torch.FloatTensor формы (batch_size, sequence_length, hidden_size) , option ) — Последовательность hidden-состояний на выходе последнего слоя энкодера модели.
• ENCODER_HIDDEN_STATES ( CUPLE (TOCH.FLOATTENSOR) , Необязательный , возвращается, когда output_hidden_states = true или когда Config.Output_hidden_states = true - . вложений + по одному на выход каждого слоя) форма (batch_size, sequence_length, hidden_size) . Скрытые состояния энкодера на выходе каждого слой плюс исходные результаты встраивания.
• Encoder_Attentions (3. ) формы (batch_size, num_heads, sequence_length, sequence_length) . Веса внимания кодировщика после внимания softmax, используемые для вычисления средневзвешенное значение в головах самовнимания.

Передовой метод TableTransformerForObjectDetection переопределяет специальный метод __call__ .

Несмотря на то, что рецепт прямого прохода должен быть определен внутри этой функции, следует вызвать модуль экземпляр впоследствии вместо этого, так как первый заботится о выполнении шагов предварительной и последующей обработки, а последний молча их игнорирует.