paddle表格识别数据制作

守望↪星空2024-11-17 2:10

数据格式

其中主要数据有两个一个表格结构的检测框，一个是tokens，注意的地方是

1、只能使用双引号，单引号不行

2、使用带引号的地方是tokens里面

bash 复制代码

 "<tr>", "<td", " colspan='2'", ">",
 " rowspan='2'",

3、tokens里面要有内容，这里放的是"的"，为啥呢？因为按照前面的改动没有效果，现在修改后看看效果

例子

bash 复制代码

{
    "filename": "4_2_折页带表格-06.jpg",
    "html": {
        "structure": {
            "tokens": [
                "<tbody>",
                "<tr>",
                "</td>",
                "</tr>",
                "</tbody>",
                "</table>"
            ]
        },
        "cells": [
            {
                "tokens": [
                    "被",
                    "保",
                    "保",
                    "单",
                    "年",
                    "度"
                ],
                "bbox": [
                    [
                        31,
                        12
                    ],
                    [
                        414,
                        11
                    ],
                    [
                        414,
                        121
                    ],
                    [
                        31,
                        121
                    ]
                ]
            },
           
                ]
            }
        ]
    },
    "gt": "<tbody><tr><td>被保险人身故或\n全残时的保单年度</td><td>系数</td></tr><tr><td>首个保单年度</td><td>1</td></tr><tr><td>第二个及以后\n各保单年度</td><td>(1+2.5%)(n-1),其中n为被保险人\n身故或全残时的保单年度数</td></tr></tbody>"
}