利用Swin-Unet(Swin Transformer Unet)实现对文档图片里表格结构的识别

最新推荐文章于 2026-07-18 11:00:50 发布
原创 最新推荐文章于 2026-07-18 11:00:50 发布 · 498 阅读 · 6

项目：https://github.com/jiangnanboy/table_structure_recognition

# 利用Swin-Unet(Swin Transformer Unet)实现对文档图片里表格结构的识别

## 实现功能

- [x] 识别表格中的线条

- [ ] 结果转为excel

## 下载weights模型文件

见github

将模型文件放到model目录下

## 训练（tensorflow2.5版本训练）

见本项目中的train.py

## 预测

见本项目中的table_line_infer.py

## 识别结果展示

标签
#transformer #深度学习 #人工智能 #ocr
最低0.47元/天 解锁文章
番石榴AI
关注
《Swin-Unet: 类Unet的纯Transformer架构用于医学图像分割》学习笔记
学无止境。
12-29 5512
近年来，卷积神经网络（CNN）在医学图像分析领域取得了重要进展。尤其是基于U形架构和跳跃连接的深度神经网络广泛应用于各种医学图像任务。然而，尽管CNN表现优异，但由于卷积操作的局部性，其难以很好地学习全局和长距离语义信息的交互。在本文中，我们提出了Swin-Unet，一种用于医学图像分割的类Unet纯Transformer模型。被切分为Token的图像块输入到基于Transformer的U形编码器-解码器架构中，通过跳跃连接实现局部和全局语义特征的学习。
【论文复现】SwinUnet在遥感数据中的实验效果
川川自溢的博客
03-26 4129
【论文阅读】Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation，针对论文模型SwinUnet在遥感数据集上的实验效果
table-ocr
05-11
运用unet实现对文档表格的自动检测，表格重建 实现功能 支持GPU，CPU（opencv dnn加速）； 整合darknet-ocr完成对表格的重建，输出json\excel 编译对GPU的支持 git clone https://github.com/pjreddie/darknet.git ../darknet cp Makefile ../darknet cd ../darknet && make 下载text.weights模型文件 模型文件地址: 拷贝table.weights文件到models目录 训练（tensorflow2.0版本训练） 测试 python3 table.py -jpgPath test/dd.jpg 识别结果展示 ### 横线竖线检测 ### 单元格输出 参考 darket darknet-ocr chineseo
基于AcademicForge构建AI科研工作流：13个核心Skill覆盖论文全流程
最新发布
weixin_30410119的博客
07-18 477
AI编程助手通过Skill机制为科研自动化提供了新范式。Skill本质上是预定义的可复用任务脚本，能够将复杂的学术任务转化为简单指令，实现标准化、自动化和可复现的流程。这一技术价值在于将研究者从繁琐重复的操作中解放出来，提升科研效率与可复现性。在应用场景上，特别适合文献调研、实验分析、图表生成等重复性高的科研环节。本文以AcademicForge项目为核心，展示了如何通过13个核心Skill构建覆盖论文从选题到投稿的全流程工作流，其中claude-science和literature-review等关键Sk
Unetdemo.zip
11-18
Unity Network demo，具体可参考http://blog.csdn.net/zzmkljd/article/details/53203996
[深度学习论文笔记]Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation
热门推荐
Slientsake的博客
05-26 6万+
Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation Swin-Unet：用于医学图像分割的类Unet纯transformer 论文：https://arxiv.org/abs/2105.05537 代码：https://github.com/HuCaoFighting/Swin-Unet
深度学习论文学习
qq_59666235的博客
03-18 4288
高光谱图像分类
探索SCUNet的极限：不同噪声水平下的模型表现对比
gitblog_01174的博客
06-21 726
**SCUNet**作为一款革命性的图像去噪模型，在盲图像去噪领域展现了卓越的性能。这款基于Swin-Conv-UNet架构的深度学习模型，通过创新的数据合成技术，能够在各种噪声水平下实现高质量的图像恢复。本文将深入分析SCUNet在不同噪声强度下的表现对比，帮助用户全面了解这一强大工具的适用场景和性能极限。 ## 🎯 SCUNet去噪模型的核心优势 SCUNet采用独特的**Swin-Co
第三组 Beta冲刺 (2/3)
yuanyulin6的博客
12-26 445
blog-group3-beta2
cv_unet_image-colorization图文对话式上色：上传即处理，双列对比界面操作全流程详解
weixin_35753431的博客
03-14 243
本文介绍了如何在星图GPU平台上一键自动化部署cv_unet_image-colorization镜像，实现AI驱动的黑白照片智能上色。该工具能够快速为老照片添加合理色彩，应用于老照片修复、历史影像还原等场景，操作简单且保障隐私安全。
30分钟掌握MMSegmentation：让计算机“看懂“世界的语义分割神器
gitblog_00934的博客
06-27 541
还在为复杂的语义分割项目搭建而烦恼吗？想要快速实现图像中每个像素的精准分类吗？今天我要向你介绍一个让语义分割变得简单高效的开源工具——MMSegmentation。作为OpenMMLab生态的重要组成部分，这个强大的语义分割工具箱能帮助你在30分钟内从零开始完成环境配置、模型推理到训练评估的全流程。 ## 🌟 为什么你需要关注语义分割？ 想象一下，让计算机像人类一样"看懂"世界——不仅能识别
AI视觉任务算法全景详解（全部任务类型与对应算法列表）
weixin_45590420的博客
07-02 283
本文档全面梳理了计算机视觉领域的46类核心任务及600+主流算法，涵盖图像理解、目标检测、3D视觉、图像增强、生成编辑、视频处理等方向。内容包含每类任务的算法原理、演进脉络和工业选型建议，并附6个实用附录（选型速查表、骨干网络对比、数据集汇总等）。适用于算法工程师、视觉AI研究员和技术决策者进行技术调研和项目落地参考，技术栈覆盖深度学习框架与CUDA加速方案。文档采用系统化分类体系，提供从理论到实践的完整指导。
Academic Forge：AI智能体学术技能平台，免费解锁Claude Science 32项科研能力
weixin_30571465的博客
07-07 401
这次我们来看一个能帮你搞定论文从零到一全流程的 AI 工具链——Academic Forge。它不是单个模型，而是一个面向 Claude Code、OpenCode 和 Codex 等 AI 智能体的学术 Skill（技能）选配与安装平台。简单说，它把散落在各处的、用于科研的 AI 技能，像 Minecraft 的模组加载器一样，整合成了一个“锻造台”，让你可以按需挑选、一键安装，直接集成到你的 AI 助手工作流中。 最核心的吸引力在于，它汇总了覆盖论文全生命周期的 13 个核心技能包，并且内置了 Clau
【信息科学与工程学】【控制科学】第十四篇 网络科学控制
weixin_49199313的博客
07-10 24
分布式模型预测控制（DMPC）：每个智能体求解局部优化问题 minui​​∑t=0T−1​(xi​(t)TQi​xi​(t)+ui​(t)TRi​ui​(t))，受限于动力学 xi​(t+1)=Ai​xi​(t)+Bi​ui​(t)+∑j∈Ni​​Cij​xj​(t)。Reynolds模型：v˙i​=α∑j∈Ni​​(pj​−pi​)+β∑j∈Ni​​(vj​−vi​)+γ∑j∈Ni​​ϕ(∥pj​−pi​∥)(pi​−pj​)，其中 ϕ为排斥势。数据速率 R=Blog2​(1+PL⋅N0​Pt​​)。
Swin Unet——结合U-Net和Transformer的医学图像分割的网络解析
知来者逆的博客
04-15 1万+
Swin-Unet的性能被与纯CNN和结合了CNN的Transformer方法进行了比较。实验结果表明，Swin-Unet在多器官分割任务上取得了优于其他方法的性能。这可能是因为Swin-Unet能够有效地结合局部和全局信息，从而更好地理解医学图像中的复杂结构。
探索Swin-Unet：新一代深度学习模型，赋能高效医疗影像分析
gitblog_00062的博客
03-25 727
探索Swin-Unet：新一代深度学习模型，赋能高效医疗影像分析 去发现同类优质开源项目:https://gitcode.com/ 引言 在深度学习领域，尤其是医学图像处理中，Swin-Unet是一个备受瞩目的创新项目。它基于Transformer架构的Swin Transformer，并结合了传统卷积神经网络（CNN）的优点，为图像分割任务提供了高效且准确的解决方案。本文将深入探讨Swin-Un...
Swin-Unet【CVPR2021】
weixin_42069777的博客
09-29 3060
文章：Cao H, Wang Y, Chen J, et al. Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation[J]. arXiv preprint arXiv:2105.05537, 2021. 代码:link.
[Transformer]Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation
qq_37151108的博客
10-20 5491
Swin-UNet：基于纯Transformerde的医学图像分割网络 Abstract 近年来CNN已经成为医学图像分析任务的基础结构，尤其是融合了编解码结构和skip-connection的U型网络广泛应用于各种医学图像分析任务。然而受限于卷积操作的局部性，CNN并不能很好的学习全局信息以及长程语义信息。 本文提出的Swin-UNet,是一个纯基于Transformer搭建的U型网络，可以用于医学图像分割任务。
Swin-UNet取标记后的图像patch作为输入，搭建的U型网络包含编解码结构以及skip
Swin-Unet：Swin Transformer在医学分割上的首次尝试
weixin_43788575的博客
11-01 8955
Swin-Unet：Swin Transformer在医学分割上的首次尝试 前言 最近小编主要在搞一些医学图像分割的工作，也跑了一下Swin-Unet,之前看到也看到过这篇Swin-Unet(其实五月份就看到了hhhh)，决定搬运过来。实际上从这篇论文可以看到目前医学分割或者检测引入transformer，更常见的做法还是直接嵌入到医学图像常用的网络结构中，比如Unet系列等，没有对transformer block做更多的创新，这主要是由于医学图像数据集太小导致对于transformer本身进行创新难以通
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值