无线表识别逻辑坐标问题

[yangailing]

想问一下大佬，无线表使用lore算法得到逻辑坐标后，通常是小数的。我看目前代码里是使用四舍五入的方式对小数进行了划整。但这样可能会出现错行现象。请问大佬应该怎么解决这类问题呢？我使用了魔搭上lore的测试，发现他们的结果是直接输出整数的逻辑坐标的，是否也是用的四舍五入呢？

[Joker1212]

是的哈

[yangailing]

想问有没有其他方法对这个逻辑坐标划整呢。还有我发现您的无线表格模型infer后，有一个变量slct_dets_feat，这个应该存储的也是表格的位置，然后通过process_Session转换成逻辑坐标，请问是否有别的方法将slct_dets_feat转换成逻辑坐标呢？因为我对一张无线表格识别发现，同一水平线上的差不多的表格框，一个横坐标是2.7 另一个确是2.1这样

[Joker1212]

emmm,这个其实是模型精度问题了哈，原模型应该是做了两步的，process_Session是第二步进行回归计算，理论上你可以单独训练模型，将slct_logi_feat转换，我的理解是slct_logi_feat只是一个中间特征信息，无法直接转换为逻辑坐标

[yangailing]

是的，我通过debug发现slct_logi_feat是8个数值，分别代表了一个表格单元格的四个顶点坐标。然后通过process_Session回归计算成了逻辑坐标，即x，y。这个模型应该怎么选择和训练呢？有点小白，不太懂呢。对了 这是我的无线表格的效果图，您可以看看。看样子是相同行的，但是因为四舍五入分成了不同的行。

[yangailing]

[Joker1212]

建议是直接参考读光仓库进行微调再训练，因为模型精度问题很难说从工程上使用规则来修正，原仓库他也是分了两块的
https://github.com/AlibabaResearch/AdvancedLiterateMachinery/tree/main/DocumentUnderstanding/LORE-TSR