965662766
965662766
> 如果您准备好了大量类似context的高分辨率表格图片，可以参照tensorflow实现自行训练一个UNet分割网络。 非常感谢你的回复！我是已经准备好了上千张的高分辨率数据集，并且已经标注好，但参考源码中去训练时效果并不好，但不知道如何参照tensorflow实现自行训练，我是https://github.com/chineseocr/table-detect 这个源码是修改尺寸参数时报错
> 如果您准备好了大量类似context的高分辨率表格图片，可以参照tensorflow实现自行训练一个UNet分割网络。 请问下，我个有疑问，高分辨率的图片训练时是不是会压缩成低分辨率去训练，如果是这样子的话那么压缩后会丢失掉线条
> 您好，请问高分辨率下，找到处理办法了吗 你可以尝试切割成几个小的图片去识别，得到结果后再拼接
> > > 您好，请问高分辨率下，找到处理办法了吗 > > > > > > 你可以尝试切割成几个小的图片去识别，得到结果后再拼接 > > 高分辨率的问题本质是因为源代码中的缩放使用cubic方式，图片质量会很差，缩放使用区域更好一些 原来这个样子啊，在哪个代码哪个位置，我也改改试试，超4K高分辨率可以不
> > > > > 您好，请问高分辨率下，找到处理办法了吗 > > > > > > > > > > > > 你可以尝试切割成几个小的图片去识别，得到结果后再拼接 > > > > > > > > > 高分辨率的问题本质是因为源代码中的缩放使用cubic方式，图片质量会很差，缩放使用区域更好一些 >...
> > > > > > > 您好，请问高分辨率下，找到处理办法了吗 > > > > > > > > > > > > > > > > > > 你可以尝试切割成几个小的图片去识别，得到结果后再拼接 > > >...
> > > > > > > > > 您好，请问高分辨率下，找到处理办法了吗 > > > > > > > > > > > > > > > > > > > >...
> 这种边缘问题，在util中的方法在最后判断的时候有可能过滤，自己debug一下就能看到，里面的一些写死的参数根据自己的实际情况多调整一下 看下你识别调整的结果，好像是把粗线的拆开形成多个表格了，是这样的吗
> 你的结果其实也是这个样子，只不过是重合上了，这个无关紧要 你这个也非常赞，又认识了新的解决方法，我也试试看，感谢！感谢！