模型介绍
中文整理AnyTable
简体中文 English
- 简介
AnyTable是一个专注于从文档或者图片中表格解析的模型工具，主要分成两个部分：
anytable-det：用于表格区域检测（已开放）
anytable-rec：用于表格结构识别（未来开放）
项目地址：
github地址：AnyTable
Hugging Face: AnyTable
ModelScope: AnyTable
- 缘起
目前市面上表格数据非常多且混杂，很难有一个干净的完整数据和模型，为此我们收集并整理了很多表格数据，训练了我们的模型。
检测数据集分布：
pubtables: 947642
synthtabnet.marketing: 149999
tablebank: 278582
fintabnet.c: 97475
pubtabnet: 519030
synthtabnet.sparse: 150000
synthtabnet.fintabnet: 149999
docbank: 24517
synthtabnet.pubtabnet: 150000
cTDaRTRACKA: 1639
SciTSR: 14971
doclaynet.large: 21185
IIITAR13K: 9905
selfbuilt: 121157
数据集总计：大于 2.6M (大约2633869张图片)。
扩展训练
训练集： 2.6M（大于10万的部分只抽样了42000， 没办法因为贫穷，卡有限。）
测试集： 4k
python: 3.12
pytorch: 2.6.0
cuda: 12.3
ultralytics: 8.3.128
模型介绍
表格检测模型位于det文件夹下：
yolo系列：使用ultralytics训练yolo检测
rt-detr：使用ultralytics训练rt-detr检测
注释：您可以直接模型预测，也可以作为预训练模型微调私有数据集
评估
自建评估集： 4K
model imgsz epochs metrics/precision
- -- --- --- ---
rt-detr-l 960 10 0.97
yolo11s 960 10 0.97
yolo11m 960 10 0.964
yolo12s 960 10 0.978
- 使用方法
安装依赖
使用方法
Buy me a coffee
微信(WeChat)
特别鸣谢
ultralytics公开的训练模型和文档
各种数据集提供?
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。