2023年3月11日，百度AI正式开源了新一代表格识别解决方案PP-TableMagic，为表格结构化信息提取领域带来了革命性的突破。PP-TableMagic致力于克服传统表格识别技术在复杂环境中的不足，通过创新的多种模型组合架构，实现了高精度的端到端表格识别，并且支持全场景的高定制化模型微调。

在数字化时代，许多关键的表格数据仍然以非结构化形式存在，比如扫描文档中的统计图表和PDF文件中的财务数据。这些数据难以进行自动化处理，而表格识别技术成为文档智能理解和数据分析的核心。尽管如此，传统的通用表格识别模型在处理复杂表格格式时往往表现不佳，难以满足多样化的应用场景。为此，百度飞桨团队推出了PP-TableMagic，运用“表格分类+表格结构识别+单元格检测”的多模型串联网络方案，显著提升了表格识别的精度和适应性。

微信截图_20250312082522.png

PP-TableMagic的核心优势在于其创新的架构设计。该方案采用了双流架构，将表格分为有线表和无线表两大类，并将端到端表格识别任务分解为单元格检测和表格结构识别两个子任务，最终通过自优化结果融合算法生成完整的HTML表格预测结果。其中，飞桨团队自研的轻量级表格分类模型PP-LCNet_x1_0_table_cls能够精确地对有线表和无线表进行分类；业界首个开源的表格单元格检测模型RT-DETR-L_table_cell_det实现了对各类表格单元格的精确定位；而新一代表格结构识别模型SLANeXt在表格HTML结构解析方面表现出色，相较于前代模型SLANet和SLANet_plus，SLANeXt使用了具备更强特征表征能力的Vary-ViT-B作为视觉编码器，进一步提升了表格结构识别的准确性。

在实际应用中，PP-TableMagic不仅能够直接处理表格，还能通过定制化的模型微调满足不同场景的需求。与传统的端到端表格识别模型的微调相比，PP-TableMagic的多模型组网架构允许用户仅对关键模型进行微调，从而避免了性能的此消彼长，同时减少了数据标注的工作量。对于资深开发者来说，PP-TableMagic的架构还支持分支级调整，能够针对特定类型的表格数据进行优化，进一步提升整体识别能力。

为了帮助用户快速上手，PP-TableMagic提供了详细的安装指南和使用教程。用户可以通过PaddleX提供的Python API轻松调用模型，进行表格识别和结果导出。此外，PP-TableMagic还支持高性能推理、服务化部署以及端侧部署，满足不同用户的需求。百度飞桨团队还计划于3月13日举办线上课程，深入解析PP-TableMagic的技术细节，并开设产业场景实战营，带领用户体验从数据准备到模型部署的完整开发流程。

开源地址：https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-rc/docs/pipeline_usage/tutorials/ocr_pipelines/table_recognition_v2.md