📊RapidTableDetection

English | 简体中文

最近更新

• 2024.10.15
  • 完成初版代码，包含目标检测，语义分割，角点方向识别三个模块
• 2024.11.2
  • 补充新训练yolo11的目标检测模型和边缘检测模型
  • 增加自动下载，轻量化包体积
  • 补充onnx-gpu推理支持，给出benchmark测试结果
  • 补充在线示例使用

简介

💡✨ 强大且高效的表格检测，支持论文、期刊、杂志、发票、收据、签到单等各种表格。

🚀 支持来源于paddle和yolo的版本，默认模型组合单图 CPU 推理仅需 1.2 秒，onnx-GPU(V100) 最小组合仅需 0.4 秒,paddle-gpu版0.2s 🛠️ 支持三个模块自由组合，独立训练调优，提供 ONNX 转换脚本和微调训练方案。

🌟 whl 包轻松集成使用，为下游 OCR、表格识别和数据采集提供强力支撑。

📚参考项目 百度表格检测大赛第2名方案 的实现方案，补充大量真实场景数据再训练 👇🏻训练数据集在致谢, 作者天天上班摸鱼搞开源，希望大家点个⭐️支持一下

使用建议

📚 文档场景: 无透视旋转，只使用目标检测
📷 拍照场景小角度旋转(-90~90): 默认左上角，不使用角点方向识别
🔍 使用在线体验找到适合你场景的模型组合

在线体验

modelscope huggingface

效果展示

安装

🪜模型会自动下载，也可以自己去仓库下载 modescope模型仓

# 建议使用清华源安装 https://pypi.tuna.tsinghua.edu.cn/simple
pip install rapid-table-det

参数说明

默认值 use_cuda: False : 启用gpu加速推理
obj_model_type="yolo_obj_det",
edge_model_type= "yolo_edge_det",
cls_model_type= "paddle_cls_det"

由于onnx使用gpu加速效果有限，还是建议直接使用yolox或安装paddle来执行模型会快很多(有需要我再补充整体流程) paddle的s模型由于量化导致反而速度降低和精度降低，但是模型大小减少很多

model_type	任务类型	训练来源	大小	单表格耗时(v100-16G,cuda12,cudnn9,ubuntu)
yolo_obj_det	表格目标检测	yolo11-l	100m	cpu:570ms, gpu:400ms
paddle_obj_det	表格目标检测	paddle yoloe-plus-x	380m	cpu:1000ms, gpu:300ms
paddle_obj_det_s	表格目标检测	paddle yoloe-plus-x + quantization	95m	cpu:1200ms, gpu:1000ms
yolo_edge_det	语义分割	yolo11-l-segment	108m	cpu:570ms, gpu:200ms
yolo_edge_det_s	语义分割	yolo11-s-segment	11m	cpu:260ms, gpu:200ms
paddle_edge_det	语义分割	paddle-dbnet	99m	cpu:1200ms, gpu:120ms
paddle_edge_det_s	语义分割	paddle-dbnet + quantization	25m	cpu:860ms, gpu:760ms
paddle_cls_det	方向分类	paddle pplcnet	6.5m	cpu:70ms, gpu:60ms

执行参数 det_accuracy=0.7, use_obj_det=True, use_edge_det=True, use_cls_det=True,

快速使用

from rapid_table_det.inference import TableDetector

img_path = f"tests/test_files/chip.jpg"
table_det = TableDetector()

result, elapse = table_det(img_path)
obj_det_elapse, edge_elapse, rotate_det_elapse = elapse
print(
    f"obj_det_elapse:{obj_det_elapse}, edge_elapse={edge_elapse}, rotate_det_elapse={rotate_det_elapse}"
)
# 输出可视化
# import os
# import cv2
# from rapid_table_det.utils.visuallize import img_loader, visuallize, extract_table_img
# 
# img = img_loader(img_path)
# img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# file_name_with_ext = os.path.basename(img_path)
# file_name, file_ext = os.path.splitext(file_name_with_ext)
# out_dir = "rapid_table_det/outputs"
# if not os.path.exists(out_dir):
#     os.makedirs(out_dir)
# extract_img = img.copy()
# for i, res in enumerate(result):
#     box = res["box"]
#     lt, rt, rb, lb = res["lt"], res["rt"], res["rb"], res["lb"]
#     # 带识别框和左上角方向位置
#     img = visuallize(img, box, lt, rt, rb, lb)
#     # 透视变换提取表格图片
#     wrapped_img = extract_table_img(extract_img.copy(), lt, rt, rb, lb)
#     cv2.imwrite(f"{out_dir}/{file_name}-extract-{i}.jpg", wrapped_img)
# cv2.imwrite(f"{out_dir}/{file_name}-visualize.jpg", img)

paddle版本使用

必须下载模型，指定模型位置！

# 建议使用清华源安装 https://pypi.tuna.tsinghua.edu.cn/simple
pip install rapid-table-det-paddle (默认安装gpu版本，可以自行覆盖安装cpu版本paddlepaddle)

from rapid_table_det_paddle.inference import TableDetector

img_path = f"tests/test_files/chip.jpg"

table_det = TableDetector(
    obj_model_path="models/obj_det_paddle",
    edge_model_path="models/edge_det_paddle",
    cls_model_path="models/cls_det_paddle",
    use_obj_det=True,
    use_edge_det=True,
    use_cls_det=True,
)
result, elapse = table_det(img_path)
obj_det_elapse, edge_elapse, rotate_det_elapse = elapse
print(
    f"obj_det_elapse:{obj_det_elapse}, edge_elapse={edge_elapse}, rotate_det_elapse={rotate_det_elapse}"
)
# 一张图片中可能有多个表格
# img = img_loader(img_path)
# file_name_with_ext = os.path.basename(img_path)
# file_name, file_ext = os.path.splitext(file_name_with_ext)
# out_dir = "rapid_table_det_paddle/outputs"
# if not os.path.exists(out_dir):
#     os.makedirs(out_dir)
# extract_img = img.copy()
# for i, res in enumerate(result):
#     box = res["box"]
#     lt, rt, rb, lb = res["lt"], res["rt"], res["rb"], res["lb"]
#     # 带识别框和左上角方向位置
#     img = visuallize(img, box, lt, rt, rb, lb)
#     # 透视变换提取表格图片
#     wrapped_img = extract_table_img(extract_img.copy(), lt, rt, rb, lb)
#     cv2.imwrite(f"{out_dir}/{file_name}-extract-{i}.jpg", wrapped_img)
# cv2.imwrite(f"{out_dir}/{file_name}-visualize.jpg", img)

FAQ (Frequently Asked Questions)

1. 问：如何微调模型适应特定场景?
   • 答：直接参考这个项目，有非常详细的可视化操作步骤,数据集也在里面，可以得到paddle的推理模型 百度表格检测大赛,
   • yolo11的训练使用官方脚本足够简单，按官方指导转换为coco格式训练即可
2. 问：如何导出onnx
   • 答：paddle模型需要在本项目tools下，有onnx_transform.ipynb文件 yolo11的话，直接参照官方的方式一行搞定
3. 问：图片有扭曲可以修正吗？
   • 答：本项目只解决旋转和透视场景的表格提取，对于扭曲的场景，需要先进行扭曲修正

致谢

百度表格检测大赛第2名方案
WTW 自然场景表格数据集
FinTabNet PDF文档表格数据集
TableBank 表格数据集
TableGeneration 表格自动生成工具

贡献指南

欢迎提交请求。对于重大更改，请先打开issue讨论您想要改变的内容。

有其他的好建议和集成场景，作者也会积极响应支持

开源许可证

该项目采用Apache 2.0 开源许可证。