百度网盘AI大赛-表格检测进阶：表格的结构化优胜方案_媒体报道

分类

百度网盘AI大赛-表格检测进阶：表格的结构化优胜方案2025-07-30 10:44:37

百度网盘AI大赛表格结构化赛题需检测表格、行、列及合并单元格。方案选用ppyoloe-plus X网络，通过扩充有遮挡数据、增大训练resize尺寸、替换SIOU为回归损失优化，经300轮训练，单图耗时合规，获第9名，还提及有效、无效策略及待优化点。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

百度网盘ai大赛-表格检测进阶：表格的结构化优胜方案 -

百度网盘AI大赛-表格检测进阶：表格的结构化第9名方案

一、赛题背景

随着票据、名单等带有表单、表格的文件被广泛应用，将纸质文件转化成电子数据并保存管理成为了很多企业的必然工作。传统人工录入的方式效率低、差错多、流程长，如果能通过技术处理，实现表格图片的结构化展现，则可以很大程度降低成本，提高效率以及使用体验。本次比赛希望各位选手能通过OCR等技术解决此痛点问题，识别表格图片的内容与坐标，精准还原纸质数据。

二、数据分析

本次比赛发布的训练集共7742张图片。
数据类型大致可分为截屏电子表和拍照电子表。其中截屏电子表包括有边界的和无边界的电子表，拍照电子表可分为有遮挡的无遮挡的。
检测目标分为四类，分别是整体表格(table)、表格行(row)、表格列(column)、跨多行/列的合并单元格(spanning_cell)。

百度网盘AI大赛-表格检测进阶：表格的结构化优胜方案 -

如上图所示是经过初步训练后的有遮挡的检测结果，存在较为严重的漏检，因此本次比赛着重优化有遮挡的表格检测。在训练集中这类图片只有极少数，所以经过裁剪，筛选，粘贴等方式生成了很多新的此类型数据作为数据扩充。
另外，由于检测的行和列都为窄长的目标，且较短边长度极短。我们知道越大的尺寸越有利于小目标的检测，因此增大训练时随机resize的尺寸。不过由于自身设备的限制，最大只增大到832（理论上来说更大一些效果会更好）。

三、评价指标

本次比赛的评价指标为：precision 和 recall。针对每一个类别box，pred box与gt box计算iou>=0.9且类别正确记为TP，未匹配的gt box记为FN，同一gt box仅可正确匹配一次。precision为所有类别的平均precision，recall为所有类别的平均recall，最终排名按照上述两个指标的加权分数从大到小依次排序。
机器配置：V100，显存15G，内存10G
单张图片耗时>2s，决赛中的性能分数记0分
由评价指标可知，iou>=0.9且类别正确才会记为TP，而Paddle Detection 中的默认iou阈值为0.5，在此验证时将其改变为0.9.

四、网络模型

此次我们首先选取了 Paddle Detection 套件中的ppyoloe-plus和VitDet来训练测试，因为检测会对显存以及时间有要求，最终放弃了VitDet，采用 ppyoloe-plus 作为本次比赛的 baseline。网络架构如图所示：

百度网盘AI大赛-表格检测进阶：表格的结构化优胜方案 -

其次考虑到ppyoloe-plus有不同大小网络的版本，我们知道，通常来讲相同架构下网络越深性能越好，在检测到最大的X网络也满足检测时间要求后，最终采用ppyoloe-plus的X网络。

五、训练细节

本次对训练集所有图片进行训练，并根据A榜测试集的类型分布挑选一些代表性的作为验证集，其中由于有遮挡的表格检测是本次比赛的难点，因此新生成的有遮挡的表格图片占验证集比重最大。

数据扩充

通过裁剪，筛选，然后随机粘贴方式生成新的带有遮挡框或者图表格的数据。如下图所示：

数据增强

随机像素内容变换，包括对亮度、对比度、饱和度、色相角度、通道顺序的调整
随机扩张，填充值为 [123.675, 116.28, 103.53]
随机裁剪
随机翻转
按批次随机缩放，缩放大小选取列表为 [320, 352, 384, 416, 448, 480, 512, 544, 576, 608, 640, 672, 704, 736, 768, 800, 832]
归一化处理，均值为 [0.485, 0.456, 0.406]，标准差为 [0.229, 0.224, 0.225]

训练配置

总迭代周期: 300 epoch。
预训练模型： ppyoloe-plus-x 在 Object365 数据集上的预训练模型。
首先，我们采用 LinearWarmup 策略对ppyoloe-plus-x 进行预热，其中，预热周期为 5 epochs。之后，采用 CosineDecay 策略对学习率进行调整，其中，训练的基础学习率为 0.0001，训练周期为 360 epochs。此外，我们采用动量为 0.9 的 Momentum 优化器对网络进行优化。同时，我们采用 Focal loss 作为分类损失，采用 SIOU 作为回归损失，采用 L1 Loss 计算预测值与真实值之间的误差，采用 DF loss 计算预测分布与真实分布之间的距离，并将上述四个损失的加权和作为模型的总损失。

六、改进策略

有效策略：

Motiff妙多

Motiff妙多是一款AI驱动的界面设计工具，定位为“AI时代设计工具”

334 查看详情 Motiff妙多

对有遮挡框和图表格的类型进行数据扩充。
增大随机缩放大小到832。
采用SIOU替换GIOU作为回归损失函数。

无效策略：

Mosaic，Mixup，Cutmix等数据增强。
添加轻量级注意力机制，如CBAM,SE等。

待优化策略：

预测后处理模块-自动纠正坐标。
引入坐标注意力机制。

七、文件

PaddleDetection-release-2.5:检测套件
Modify/* 修改配置文件
gen_data.py 数据扩充脚本
gen_anno.py VOC标签生成脚本
label_list.txt 类别标签文件
train.txt 训练集标签文件
predict_final 最终提交结果
predict_corre.py 后处理模块（不能保证泛化性，最终未采用）

运行

In [ ]

# 解压数据集 此训练数据集已经添加了新扩充的数据，无需再次生成%cd /home/aistudio
!unzip /home/aistudio/data/data196460/train.zip!unzip /home/aistudio/data/data196460/testA.zip

In [ ]

# 解压 PaddleDetection 套件%cd /home/aistudio/
!unzip /home/aistudio/data/data196442/PaddleDetection.zip

In [ ]

# 安装相关包%cd /home/aistudio/PaddleDetection
! pip install -r requirements.txt

In [ ]

# 修改配置文件%cd /home/aistudio/work/modify/
!cp ppyoloe_plus_crn_table.yml /home/aistudio/PaddleDetection/configs/ppyoloe/_base_
!cp ppyoloe_plus_reader_table.yml /home/aistudio/PaddleDetection/configs/ppyoloe/_base_
!cp ppyoloe_plus_crn_x_table.yml /home/aistudio/PaddleDetection/configs/ppyoloe/
!cp voc.yml /home/aistudio/PaddleDetection/configs/datasets/voc.yml

IOU_loss替换：将PaddleDetection/ppdet/modeling/heads/ppyoloe_head.py中的第84行self.iou_loss = GIoULoss()改为self.iou_loss = SIoULoss()

In [ ]

# 训练%cd /home/aistudio/PaddleDetection
! python tools/train.py -c configs/ppyoloe/ppyoloe_plus_crn_x_table.yml

In [ ]

# 模型导出%cd /home/aistudio/PaddleDetection
! python tools/export_model.py -c configs/ppyoloe/ppyoloe_plus_crn_x_table.yml \
                               --output_dir=/home/aistudio/work/predict_final/\
                               -o weights=/home/aistudio/data/data186448/best_model.pdparams\

In [ ]

# 测试%cd /home/aistudio/work/predict_final/
!python predict.py /home/aistudio/work/predict_final/imgs /home/aistudio/work/predict_final/output

以上就是百度网盘AI大赛-表格检测进阶：表格的结构化优胜方案的详细内容，更多请关注其它相关文章！

# 套件 # 巩义网站推广怎么样 # 网站建设美丽田园 # 抖音发视频关键词搜索排名 # 网站运营与优化理论课 # 忻州网站建设优化公司 # 莱芜网站建设与制作公司 # 常德网站建设与设计制作 # 石林谷歌seo排名提升 # 盐城网站seo优化 # 东胜区网站建设操作 # 可分为 # 显存 # 所示 # 评价指标 # python # 一言 # 中文网 # 结构化 # 百度网 # 进阶 # fig # udio # igs # red # 质数 # cos # 百度 # 百度网盘 # ai

相关栏目：【企业资讯168 】【行业动态50218 】【媒体报道120512 】

分享到：

上一篇：如何用夸克AI大模型写SEO软文赚佣金夸克AI大模型提升联盟营销转化

下一篇：『行远见大』PaddlePaddle2.0 使用教学

快速导航×

百度网盘AI大赛-表格检测进阶：表格的结构化第9名方案

一、赛题背景

二、数据分析

三、评价指标

四、网络模型

五、训练细节

数据扩充

数据增强

训练配置

六、改进策略

七、文件

运行