Multi-Type-TD-TSR 项目使用教程

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。