PP-TableMagic - Baidu PaddlePaddleチームによるオープンソースのテーブル認識ツール。

PP-TableMagicとは何ですか？

PP-TableMagicは、Baidu PaddlePaddleチームが開発した高性能テーブル認識ツールです。画像から構造化されたテーブル情報を抽出し、HTMLなどの形式に変換した後、さらにデータ処理と分析を行います。PP-TableMagicは、独自開発の軽量テーブル分類モデルPP-LCNet、業界初のオープンソース細胞検出モデルRT-DETR、強力なテーブル構造認識モデルSLANeXtを組み合わせ、3段階の事前学習戦略を採用することで、テーブル認識の精度と効率を向上させています。PP-TableMagicは迅速な導入とカスタマイズ開発に対応しており、財務諸表処理や科学データ分析といった複雑なシナリオにも適しています。

PP-TableMagicの主な機能

• 表の分類罫線のある表（明確な表の罫線がある表）と罫線のない表（表の罫線がなく、テキストのレイアウトのみに依存する表）を自動的に区別します。
• テーブル構造認識行、列、結合セルなどの表の構造情報を正確に識別し、表の視覚的なレイアウトを構造化データに変換します。
• 細胞検出および内容物抽出表内のセルを正確に特定し、テキストコンテンツを抽出し、複雑なセルレイアウトや複数の行と列を正確に認識することをサポートします。
• シナリオ全体にわたる高度にカスタマイズされた微調整このモデルは、特定のアプリケーションシナリオに合わせて微調整され、特定のテーブルタイプの認識性能を最適化します。
• 迅速な展開と応用シンプルで使いやすいPython APIとコマンドラインツールを提供し、推論、サービス指向のデプロイメント、エッジデプロイメントをサポートします。

PP-TableMagicの技術原理

• マルチモデルカスケードネットワークテーブル認識タスクは複数のサブタスクに分割され、複数の軽量モデルが連携して高精度なエンドツーエンド認識を実現します。PP-LCNetモデルはテーブルを有線タイプと無線タイプに分類し、RT-DETRモデルはテーブルセルの位置を正確に特定します。SLANeXtモデルはテーブル画像をHTML構造に解析します。
• デュアルストリームアーキテクチャ有線式メーターと無線式メーターそれぞれに独立した処理フローが設計されており、自己最適化型の結果融合アルゴリズムを用いて最終結果を統合することで、全体的な認識精度を向上させている。
• 特徴表現とトレーニング戦略の改善テーブル構造認識モデルSLANeXtは、視覚エンコーダーとしてVary-ViT-Bを使用し、より高レベルの特徴を抽出し、3段階の事前学習戦略を組み合わせることで、モデルの汎化能力と性能を向上させています。
• 的を絞った微調整サポートマルチモデルネットワークアーキテクチャに基づき、ユーザーは1つまたは複数のモデルを個別に微調整できるため、従来のエンドツーエンドのモデル微調整時に発生するパフォーマンスの競合を回避し、高度にカスタマイズされた最適化を実現できます。

PP-TableMagicプロジェクトのアドレス

• GitHubリポジトリ：https://github.com/PaddlePaddle/PaddleX/blob/release/pipeline_usage/ocr_pipelines

PP-TableMagicの応用事例

• ファイナンス財務諸表データを迅速に抽出し、分析や監査が容易な構造化フォーマットに変換します。
• 科学研究分野科学研究文献中の表を効率的に識別できるため、データの整理と分析に役立ちます。
• 保険業界請求書からのデータ抽出を加速し、請求処理の効率性を向上させる。
• 政府行政政府の統計報告書を処理し、データ集計と分析の効率を向上させる。
• 事業運営効率的な意思決定を支援するために、企業レポートデータ管理を最適化する。