首页
/ PaddleOCR中SLANet模型TEDS评估差异问题解析

PaddleOCR中SLANet模型TEDS评估差异问题解析

2025-05-01 18:48:22作者:丁柯新Fawn

问题背景

在使用PaddleOCR项目中的SLANet模型对PubTabNet数据集进行表格结构识别评估时,发现实际测试得到的TEDS(表格结构识别评估指标)与官方文档中报告的性能指标存在显著差异。具体表现为:

  1. 使用最新版本PaddleOCR时,TEDS得分仅为0.4689,远低于官方报告的0.9585
  2. 通过单张图片测试发现,模型预测的HTML结构与真实标注存在较大差异
  3. 更换不同版本的PaddleOCR pip包(2.6.0-2.8.0)均未能解决问题

问题排查过程

初步验证

首先对PubTabNet验证集中的前几张图片进行了单独测试,发现模型预测的表格HTML结构与真实标注确实存在较大差异。例如第一张图片的TEDS得分仅为0.3616,表明模型在表格结构识别和内容识别上都存在问题。

环境检查

确认了运行环境配置:

  • Python 3.11
  • PaddlePaddle 3.0.0b2
  • CUDA 12.4
  • 每次测试前都清除了缓存文件(ocr.pickle和structure.pickle)

版本对比测试

尝试了多种解决方案:

  1. 通过pip安装不同版本的PaddleOCR(2.6.0-2.8.0)
  2. 在不同计算机上进行测试
  3. 使用TableRec Master分支

这些尝试均未能解决问题,TEDS得分仍然偏低。

问题根源

最终发现问题的关键在于版本切换方式。之前仅通过pip安装不同版本的PaddleOCR包,而没有同步切换代码仓库的版本。正确的做法应该是:

  1. 使用git checkout命令切换到特定版本标签
  2. 例如:git checkout tags/v2.8.0

解决方案

采用正确的版本切换方式后:

  1. TEDS得分提升至0.9585,与官方报告结果一致
  2. 表格结构识别准确率显著提高
  3. 模型预测的HTML结构与真实标注高度吻合

经验总结

  1. 版本一致性:在使用开源项目时,必须确保代码仓库版本与依赖包版本完全一致
  2. 缓存管理:评估前清除缓存文件是正确的做法,但需要配合完整的版本切换
  3. 评估方法:对于表格识别任务,TEDS是更全面的评估指标,应关注结构识别和内容识别的综合表现
  4. 环境隔离:建议使用虚拟环境或容器技术来管理不同版本的实验环境

最佳实践建议

  1. 对于PaddleOCR项目,推荐使用git管理代码,并通过标签切换版本
  2. 表格识别任务评估时,建议先在小样本上验证评估流程的正确性
  3. 记录完整的运行环境配置,包括Python版本、CUDA版本等
  4. 对于性能差异问题,可以从模型权重、预处理流程、后处理逻辑等多方面排查

通过本次问题排查,我们深入理解了PaddleOCR表格识别模块的工作机制,也为类似问题的解决提供了参考方案。

登录后查看全文
热门项目推荐
相关项目推荐