使用ppocr提供的表格识别模型SLANet在中文数据集上进行微调训练，效果比较差。相关的配置如下：
数据集：[好未来表格识别竞赛数据集] train:val = 14000: 2000 将原有的1.6w训练集进行了重新划分
预训练模型： ch_ppstructure_mobile_v2.0_SLANet 训练模型https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/docs/models_list.md
配置： configs/table/SLANet_ch.yml 屏蔽了字段 character_type: en
训练4个epoch后，acc为0.90，测试保存下来的best模型，效果并不好，可视化效果图如下所示
微调前推理模型效果：
微调后模型效果：
可以看到效果根本无法使用
同样也测试了提供的tablemaster模型在相同测试集上的效果如下：
效果也是比较差
需要先进行表格区域检测，再进行表格识别，看你的可视化并不是单纯的表格图片
需要先进行表格区域检测，再进行表格识别，看你的可视化并不是单纯的表格图片
确实并不是单纯的表格图片。ppocr有端到端表格识别方案吗，融合了表格检测和结构解析模块的。
我调整了一些训练参数，效果有改善一些，但仍然达不到使用效果。
测试和训练数据存在倾斜、扭曲等现象，不知道SLANet是否是否这类场景的数据
端到端可以参考这个文档 https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/docs/inference.md#11-%E7%89%88%E9%9D%A2%E5%88%86%E6%9E%90%E8%A1%A8%E6%A0%BC%E8%AF%86%E5%88%AB 倾斜的识别效果还不太好，可以找一些文档矫正相关的算法进行预处理
采用slanet在合成表格数据集上进行微调后，测试效果如下：
数据集（https://aistudio.baidu.com/aistudio/datasetdetail/165849 ）
单元格的边界不是特别准，这种边界不准的问题改如何进行优化
采用slanet在合成表格数据集上进行微调后，测试效果如下： 数据集（https://aistudio.baidu.com/aistudio/datasetdetail/165849 ） 单元格的边界不是特别准，这种边界不准的问题改如何进行优化
测试效果已经很可以了吧，可以看下转化后的Excel效果是否能满足需求
采用slanet在合成表格数据集上进行微调后，测试效果如下： 数据集（https://aistudio.baidu.com/aistudio/datasetdetail/165849 ） 单元格的边界不是特别准，这种边界不准的问题改如何进行优化
请教一下您是如何进行微调的呀？
你这个训练参数在哪里呀？
采用slanet在合成表格数据集上进行微调后，测试效果如下： 数据集（https://aistudio.baidu.com/aistudio/datasetdetail/165849 ） 单元格的边界不是特别准，这种边界不准的问题改如何进行优化
请教一下您是如何进行微调的呀？
需要自己标注数据吧
能发几条数据看看吗，我看下我的数据有没有错，还有配置文件是默认的吗？
有微调后的模型可以分享吗？微信nlanguage
微调后，只能对生成的表格效果好，泛化到实际表格效果差，怎么解决？
我调整了一些训练参数，效果有改善一些，但仍然达不到使用效果。 测试和训练数据存在倾斜、扭曲等现象，不知道SLANet是否是否这类场景的数据
都微调了哪些参数呢，我这边finetune的效果也比较差，用的好未来的训练数据，下一步试试把好未来数据里的表格裁剪出来识别
你会将https://github.com/microsoft/table-transformer 检测和识别模型转换成onnx吗？然后怎么用这个onnx模型？
我用大单元格图训练，然后用来检测简单的实际图， 也会有这种 '<td', '>' 漏掉中间的colspan信息，不知道怎么回事，你有碰到吗？怎么解决？
可以分享下百度网盘的 [好未来表格识别竞赛数据集] ？ 官网好像没看到这个数据集了
我也是acc很高,但是实际不可用,可能是eval的代码有问题