Skip to content

Commit 983d637

Browse files
committed
chore: add update log
1 parent 668e4a9 commit 983d637

File tree

1 file changed

+49
-4
lines changed

1 file changed

+49
-4
lines changed

README.md

Lines changed: 49 additions & 4 deletions
Original file line numberDiff line numberDiff line change
@@ -14,14 +14,16 @@
1414
- **2024.10.15**
1515
- 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
1616
- **2024.11.2**
17-
- 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,自由组合各个模块
17+
- 补充新训练yolo11的目标检测模型和边缘检测模型
18+
- 增加自动下载,轻量化包体积
19+
- 补充onnx-gpu推理支持,给出benchmark测试结果
20+
- 补充在线示例使用
1821

1922
### 简介
2023

2124
💡✨ 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。
2225

23-
🚀 支持来源于paddle和yolo的版本,平衡速度和精度下单图 CPU 推理仅需 1.2 秒,onnx-GPU(V100) 最小组合仅需 0.4 秒,使用pt和paddle模型还能更快!(这个有需要后面再更新吧)
24-
26+
🚀 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
2527
🛠️ 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。
2628

2729
🌟 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。
@@ -86,7 +88,7 @@ use_cls_det=True,
8688
``` python {linenos=table}
8789
from rapid_table_det.inference import TableDetector
8890

89-
img_path = f"images/weixin.png"
91+
img_path = f"tests/test_files/chip.jpg"
9092
table_det = TableDetector()
9193

9294
result, elapse = table_det(img_path)
@@ -116,6 +118,49 @@ print(
116118
# cv2.imwrite(f"{out_dir}/{file_name}-extract-{i}.jpg", wrapped_img)
117119
# cv2.imwrite(f"{out_dir}/{file_name}-visualize.jpg", img)
118120

121+
```
122+
### paddle版本使用
123+
必须下载模型,指定模型位置!
124+
``` python {linenos=table}
125+
# 建议使用清华源安装 https://pypi.tuna.tsinghua.edu.cn/simple
126+
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)
127+
```
128+
```python
129+
from rapid_table_det_paddle.inference import TableDetector
130+
131+
img_path = f"tests/test_files/chip.jpg"
132+
133+
table_det = TableDetector(
134+
obj_model_path="models/obj_det_paddle",
135+
edge_model_path="models/edge_det_paddle",
136+
cls_model_path="models/cls_det_paddle",
137+
use_obj_det=True,
138+
use_edge_det=True,
139+
use_cls_det=True,
140+
)
141+
result, elapse = table_det(img_path)
142+
obj_det_elapse, edge_elapse, rotate_det_elapse = elapse
143+
print(
144+
f"obj_det_elapse:{obj_det_elapse}, edge_elapse={edge_elapse}, rotate_det_elapse={rotate_det_elapse}"
145+
)
146+
# 一张图片中可能有多个表格
147+
# img = img_loader(img_path)
148+
# file_name_with_ext = os.path.basename(img_path)
149+
# file_name, file_ext = os.path.splitext(file_name_with_ext)
150+
# out_dir = "rapid_table_det_paddle/outputs"
151+
# if not os.path.exists(out_dir):
152+
# os.makedirs(out_dir)
153+
# extract_img = img.copy()
154+
# for i, res in enumerate(result):
155+
# box = res["box"]
156+
# lt, rt, rb, lb = res["lt"], res["rt"], res["rb"], res["lb"]
157+
# # 带识别框和左上角方向位置
158+
# img = visuallize(img, box, lt, rt, rb, lb)
159+
# # 透视变换提取表格图片
160+
# wrapped_img = extract_table_img(extract_img.copy(), lt, rt, rb, lb)
161+
# cv2.imwrite(f"{out_dir}/{file_name}-extract-{i}.jpg", wrapped_img)
162+
# cv2.imwrite(f"{out_dir}/{file_name}-visualize.jpg", img)
163+
119164
```
120165

121166
## FAQ (Frequently Asked Questions)

0 commit comments

Comments
 (0)