PaddleX/latest/pipeline_usage/tutorials/ocr_pipelines/table_recognition_v2

[giscus[bot]]

PaddleX/latest/pipeline_usage/tutorials/ocr_pipelines/table_recognition_v2

https://paddlepaddle.github.io/PaddleX/latest/pipeline_usage/tutorials/ocr_pipelines/table_recognition_v2.html

[MUXING00]

模型微调链接失效了吗

[cuicheng01]

之前从markdown到html文件自动处理的时候，有些问题，现在已经解决

[Y70538889]

通用OCR产线

[Y70538889]

通用OCR产线的多语言调用服务示例什么时候支持C#版本，有加入C#版本的计划吗？

[cuicheng01]

有加入的计划，目前正在添加中，预计会在3.0正式版中体现

[Bobholamovic]

你好，最新的版本已经添加～

[gaoxiangpost]

我注意到OCR中有很多不同的产线，哪里有页面介绍它们的不同吗？

[gaoxiangpost]

如果识别的是pdf文件，最多识别10页吗，超过的部分怎么办呢

[ss332]

把pdf切分一下，10页10页送入模型不就好了

[cuicheng01]

目前可以识别更多的页数吧

[gaoxiangpost]

如果识别的是pdf文件，最多识别10页吗，超过的部分怎么办呢

[cuicheng01]

可以识别更多的页数吧

[GY13648114184]

有一个问题对于一行有多个单元格的情况然后每个单元格有多行文本的情况识别出来对于换行识别出错概率很大

[cuicheng01]

您好，方便的话可以贴个case到github的issue上

[qq461622980]

通用表格识别V2产线名字换了么：Exception: The pipeline (table_recognition_v2) does not exist! Please use a pipeline name or a config file path!
同时通用表格识别产线提示：TypeError: _TableRecPipeline.set_predictor() got an unexpected keyword argument 'use_doc_orientation_classify'

[cd-qw]

标题1	a
标题2	b
标题3	c
标题4	d

类似于这样的表格，识别出来的结果会是标题1、a、b、标题2、标题3、c、标题4、d，就是会有一个结果不是从上到下、从左到右的。这个问题该怎么处理啊

[W-DDR]

我是个初学者，电脑账户是中文的情况下，很不友好
PaddleOCR可以用det_model_dir的方式

pipeline如何指定本地呢
pipeline = create_pipeline(
pipeline="table_recognition_v2.yaml"
)

[GY13648114184]

只要图片中有表格就报错：UnboundLocalError: cannot access local variable 'table_cells_pred' where it is not associated with a value怎么解决呢？

[WY1433223]

最新的paddle-gpu 和paddlex运行表格v2产线的结果比3.0rc0版本的差很多，我不知道这是为什么。还有可以将表格v2产线的文本识别和检测模型替换成最新的v5版本吗？

[WY1433223]

还有我发现这个表格ocr识别有个特殊的问题，就是表格上下两行如果开头有部分字母相同，就会漏检下面的

[lltzahdz]

对于表格结构识别的结果，只有可视化的结果吗，如果我想要得到识别出来的每个单元格（包括空白的单元格）的坐标信息，应该如何处理

[WY1433223]

代码会输出json文件，你去查看表格产线的代码，其中有个json就是。

[lltzahdz]

感谢

[lltzahdz]

为什么对于有些图片，可以产生表格结构识别结果（包括.xlsx文件，.json文件中的cell_box_list键，.html文件以及相应的table_cell_img.png文件），而对于别的图片则无法生成。我使用的方式为2.1命令行方式体验，使用的命令为paddlex --pipeline table_recognition_v2
--use_doc_orientation_classify=False
--use_doc_unwarping=False
--input /home/zrx/projects_win_c/zrx/PaddleX/set/001-2.png
--save_path ./output_v2
--device gpu:0

[lain-zlq]

在进行表格识别v2产线时，从生成的table_cell_img图片来看，识别的都很正确，但是生成的html表格却是错乱的，这可能是什么原因？其中的哪个模型导致的？

[lain-zlq]

这是产线启动配置：
use_doc_orientation_classify= True,
# 使用文档扭曲矫正
use_doc_unwarping=False,
# 启用有线表单元格直接转模式
use_wired_table_cells_trans_to_html=True,

[pingjiaoku]

--use_table_orientation_classify=False 参数无效

(img2table) PS C:\MyProgram\workspace\img2table> paddlex --pipeline table_recognition_v2 --use_doc_orientation_classify=False --use_doc_unwarping=False --use_table_orientation_classify=False --input table4.jpg --save_path ./output --device cpu
usage: Command-line interface for PaddleX. Use the options below to install plugins, run pipeline predictions, or start the serving application. [-h] [--install [PLUGIN ...]] [--no_deps] [--platform {github.com,gitee.com}] [-y]
[--use_local_repos] [--deps_to_replace DEPS_TO_REPLACE [DEPS_TO_REPLACE ...]]
[--pipeline PIPELINE] [--input INPUT] [--save_path SAVE_PATH] [--device DEVICE]
[--use_hpip] [--hpi_config HPI_CONFIG] [--get_pipeline_config GET_PIPELINE_CONFIG]
[--serve] [--host HOST] [--port PORT] [--paddle2onnx]
[--paddle_model_dir PADDLE_MODEL_DIR] [--onnx_model_dir ONNX_MODEL_DIR]
[--opset_version OPSET_VERSION]
[--use_table_cells_ocr_results USE_TABLE_CELLS_OCR_RESULTS]
[--use_e2e_wired_table_rec_model USE_E2E_WIRED_TABLE_REC_MODEL]
[--use_e2e_wireless_table_rec_model USE_E2E_WIRELESS_TABLE_REC_MODEL]
[--use_doc_orientation_classify USE_DOC_ORIENTATION_CLASSIFY]
[--use_doc_unwarping USE_DOC_UNWARPING] [--use_layout_detection USE_LAYOUT_DETECTION]
[--use_ocr_model USE_OCR_MODEL] [--text_det_limit_side_len TEXT_DET_LIMIT_SIDE_LEN]
[--text_det_limit_type TEXT_DET_LIMIT_TYPE] [--text_det_thresh TEXT_DET_THRESH]
[--text_det_box_thresh TEXT_DET_BOX_THRESH]
[--text_det_unclip_ratio TEXT_DET_UNCLIP_RATIO]
[--text_rec_score_thresh TEXT_REC_SCORE_THRESH]
Command-line interface for PaddleX. Use the options below to install plugins, run pipeline predictions, or start the serving application.: error: unrecognized arguments: --use_table_orientation_classify=False

[MrWangChong]

我是50显卡，驱动版本576.88 CUDA版本12.9，paddlex版本是3.2.0。
我使用paddlepaddle_gpu-3.0.0.dev20250717-cp311-cp311-win_amd64.whl这个包安装的paddle。
我想使用高性能推理，在安装的时候提示：
信息: 用提供的模式无法找到文件。
E:\paddlepaddle\env\Lib\site-packages\paddle\utils\cpp_extension\extension_utils.py:717: UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md
warnings.warn(warning_message)
Looking in links: e:\paddlepaddle\env\Lib\site-packages\paddlex\hpip_links_cu12.html
ERROR: Could not find a version that satisfies the requirement ultra-infer-gpu-python (from versions: none)
ERROR: No matching distribution found for ultra-infer-gpu-python

[notice] A new release of pip is available: 24.0 -> 25.2
[notice] To update, run: python.exe -m pip install --upgrade pip
Traceback (most recent call last):
File "", line 198, in run_module_as_main
File "", line 88, in run_code
File "E:\paddlepaddle\env\Scripts\paddlex.exe_main.py", line 7, in
File "E:\paddlepaddle\env\Lib\site-packages\paddlex_main.py", line 26, in console_entry
main()
install(args)
File "E:\paddlepaddle\env\Lib\site-packages\paddlex\paddlex_cli.py", line 338, in install
_install_hpi_deps(device_type=device_type)
File "E:\paddlepaddle\env\Lib\site-packages\paddlex\paddlex_cli.py", line 278, in _install_hpi_deps
install_packages([package], pip_install_opts=["--find-links", str(f)])
File "E:\paddlepaddle\env\Lib\site-packages\paddlex\utils\install.py", line 69, in install_packages
return install_packages_from_requirements_file(
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "E:\paddlepaddle\env\Lib\site-packages\paddlex\utils\install.py", line 58, in install_packages_from_requirements_file
return subprocess.check_call(args)
^^^^^^^^^^^^^^^^^^^^^^^^^^^
raise CalledProcessError(retcode, cmd)
subprocess.CalledProcessError: Command '['E:\paddlepaddle\env\Scripts\python.exe', '-m', 'pip', 'install', '-c', 'C:\Users\10549\AppData\Local\Temp\tmph5fl2wd3.txt', '--find-links', 'E:\paddlepaddle\env\Lib\site-packages\paddlex\hpip_links_cu12.html', '-r', 'C:\Users\10549\AppData\Local\Temp\tmpr4tv0u8y.txt']' returned non-zero exit status 1.

我看官方说是支持了cuda12的呀，请问下这问题能解决吗，是没有适配50显卡吗