Multi-Type-TD-TSR 项目使用教程
2024-09-23 21:50:37作者:邵娇湘
1. 项目目录结构及介绍
Multi-Type-TD-TSR/
├── vscode/
├── gifs/
├── google_colab/
├── images/
├── scripts/
├── tests/
├── .gitignore
├── LICENSE
├── README.md
├── Table_Recognition.ipynb
├── deskew.py
├── tsr.py
├── tdtsr.py
目录结构介绍
- vscode/: 包含与 Visual Studio Code 相关的配置文件。
- gifs/: 包含项目演示的 GIF 动画文件。
- google_colab/: 包含在 Google Colab 上运行项目的相关文件。
- images/: 包含项目使用的图像文件。
- scripts/: 包含项目的脚本文件。
- tests/: 包含项目的测试文件。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- Table_Recognition.ipynb: 表格识别的 Jupyter Notebook 文件。
- deskew.py: 图像对齐预处理脚本。
- tsr.py: 表格结构识别脚本。
- tdtsr.py: 表格检测和结构识别脚本。
2. 项目启动文件介绍
Table_Recognition.ipynb
这是一个 Jupyter Notebook 文件,用于演示和执行表格识别的整个流程。通过运行该 Notebook,用户可以了解如何使用项目中的算法进行表格检测和结构识别。
deskew.py
该脚本用于图像对齐预处理。它可以帮助用户将输入的文档图像进行对齐,以便后续的表格检测和结构识别。
tsr.py
该脚本用于表格结构识别。用户可以通过指定不同的表格类型(如 bordered, unbordered, partially bordered)来执行相应的结构识别算法。
tdtsr.py
该脚本用于表格检测和结构识别的组合操作。用户可以通过该脚本一次性完成表格的检测和结构识别。
3. 项目的配置文件介绍
README.md
项目的 README 文件包含了项目的详细介绍、使用说明、依赖库信息以及如何运行项目的步骤。用户在开始使用项目之前,应仔细阅读该文件。
LICENSE
项目的许可证文件,描述了项目的开源许可证类型和使用条款。
.gitignore
Git 忽略文件配置,用于指定哪些文件或目录不需要被 Git 版本控制系统跟踪。
依赖库配置
项目的依赖库配置在 README.md
文件中进行了详细说明。用户需要确保安装了以下依赖库:
- PyTorch = 1.7.0
- Torchvision = 0.8.1
- Cuda = 10.1
- PyYAML = 5.1
- Detectron 2
用户可以按照 README.md
中的安装指南来配置这些依赖库。
通过以上内容,用户可以快速了解并开始使用 Multi-Type-TD-TSR 项目。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
227
2.28 K

暂无简介
Dart
527
116

React Native鸿蒙化仓库
JavaScript
214
288

Ascend Extension for PyTorch
Python
69
101

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
989
586

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
566
102

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197