TableCenterNet：用于表格结构识别的单阶段网络
计算机视觉与模式识别
2025-05-13 v2
摘要
表格结构识别旨在将表格从非结构化数据中解析为机器可理解的格式。近期方法通过两阶段过程或优化单阶段方法来解决此问题。然而，这些方法要么需要串联训练多个网络且执行耗时的顺序解码，要么依赖复杂的后处理算法来解析表格的逻辑结构。它们在跨场景适应性、鲁棒性和计算效率之间难以取得平衡。本文提出一种单阶段端到端的表格结构解析网络，称为TableCenterNet。该网络首次将表格空间结构和逻辑结构的预测统一为平行回归任务，through 一种由共享特征提取层和任务特定解码层协同构筑的架构，隐式地学习了单元格的空间-逻辑位置映射规律。与两阶段方法相比，本方法更易于训练且推理更快。实验在基准数据集上表明，TableCenterNet 能够有效解析多场景下的表格结构，并在TableGraph-24k 数据集上实现最先进的性能。代码已公开：https://github.com/dreamy-xay/TableCenterNet。
引用
@article{arxiv.2504.17522,
title = {TableCenterNet: A one-stage network for table structure recognition},
author = {Anyi Xiao and Cihui Yang},
journal= {arXiv preprint arXiv:2504.17522},
year = {2025}
}