- 基于PaddleDetection中的PP-YOLOE+l模型实现的表格结构化检测, 是一个目标检测任务, 可以识别表格中的行,列,合并单元格和表格
黑色框为表格目标
黄色框为合并单元格目标
蓝色框为列目标
灰色框为行目标
由于自己生成了数据, 并且模型规模较小, 是从b榜到a榜唯一模型精度下降低于2%的队伍, 仅下降了1.3%拥有最好的泛化能力, 并且实现了在b榜中仅次于最后一名的推理速度
由于官方数据集数量少(共7742), 并且自然场景数据集少(共742张), 使得样本不均行, 故我们结合了 https://github.com/Belval/TextRecognitionDataGenerator 和 https://github.com/WenmuZhou/TableGeneration 这两个项目, 并开源到了 https://github.com/moyueheng/TableGeneration 进行数据生成, 获得了模糊, 倾斜并有类似于自然场景的图片数据 如下图, 在本次训练中生成了2500张数据:
可在如下链接中下载 链接: https://pan.baidu.com/s/1x0ZxC-2bz7Oy_iRrw0VwBw?pwd=grit 提取码: grit
一目了然的项目结构能帮助更多人了解，目录树以及设计思想都很重要~
-data # 数据目录
-configs # 配置文件存放目录
-ext_myPPYoloeVoc_120e_result # 对a榜测试集的可视化结果
-main.ipynb # 主程序
-README.md
可以在main.ipynb中查看具体使用方式
链接: https://pan.baidu.com/s/114UVouzjzBBLtx0SycYb8g?pwd=grit 提取码: grit
- 目前只生成了模糊, 倾斜的数据, 还可以生成有遮挡物的数据, 并且生成更多数量的数据
- 换成更大的模型的,精度更高的模型