S

Slanet Plus

由 PaddlePaddle 开发
SLANet_plus是一款用于表格结构识别的模型,能够将不可编辑的表格图像转换为可编辑的表格格式(如HTML),在表格识别系统中发挥着重要作用,可有效提升表格识别的准确性和效率。
下载量 1,121
发布时间 : 6/6/2025

模型简介

SLANet_plus是一款专注于表格结构识别的深度学习模型,能够准确识别表格中的行、列和单元格位置,将非编辑的表格图像转换为可编辑的HTML格式。该模型在表格识别系统中提供关键支持,可集成到多种文档处理流程中。

模型特点

高精度表格结构识别
能够准确识别表格中的行、列和单元格位置,将非编辑的表格图像转换为可编辑的HTML格式
多模块集成管道
提供通用表格识别V2管道和PP-StructureV3管道,集成了表格分类、结构识别、文本检测与识别等多个模块
高效推理
模型存储大小仅为6.9M,在GPU和CPU上都有较好的推理速度,GPU推理时间约140ms
端到端解决方案
支持从图像输入到结构化输出的完整流程,可输出HTML、Excel等多种格式

模型能力

表格结构识别
表格图像转换
HTML格式输出
Excel格式输出
多模块协同处理

使用案例

文档处理
财务报表识别
将扫描的财务报表图像转换为可编辑的HTML或Excel格式
准确识别表格结构,保留原始数据关系
报销单据处理
自动识别报销单据中的表格信息并结构化输出
识别准确率63.69%,可大幅减少人工录入工作
数据数字化
历史档案数字化
将纸质档案中的表格内容转换为可编辑的数字格式
保留原始表格结构,便于后续数据分析和处理
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase