PaddlePaddle
关于PaddleOCR表格识别模型在安卓应用
- 版本、预测库信息： 1）Paddle Lite 版本：2.14rc 2）Host 环境：Windows 11 3）运行设备环境：小米14U 安卓14
- 预测信息 1）预测 API：C++ 2）预测选项信息：armv8 3）预测库来源：官网下载
- 问题描述：我希望将paddleOCR中的表格模型应用到安卓App中，但现在在模型输入的预处理和输出的后处理上遇到了困难，希望可以得到支持。
目前demo里没有包含表格的识别，是否可以参考 https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/paddlex/modules/table_recognition/predictor/predictor.py 实现预处理、后处理代码？
目前demo里没有包含表格的识别，是否可以参考 https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/paddlex/modules/table_recognition/predictor/predictor.py 实现预处理、后处理代码？
感谢您的支持，我目前已经成功完成了表格模型在安卓 demo中的应用
目前demo里没有包含表格的识别，是否可以参考 https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/paddlex/modules/table_recognition/predictor/predictor.py 实现预处理、后处理代码？
感谢您的支持，我目前已经成功完成了表格模型在安卓 demo中的应用
您好，请教下您在模型的输出的后处理上是怎么做的呀，在Android中通过paddle lite， Tensor outputTensor0 = predictor.getOutput(0); Tensor outputTensor1 = predictor.getOutput(1);
是分别取两个Tensor来处理吗，能否给些指点，非常感谢~
目前demo里没有包含表格的识别，是否可以参考 https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/paddlex/modules/table_recognition/predictor/predictor.py 实现预处理、后处理代码？
感谢您的支持，我目前已经成功完成了表格模型在安卓 demo中的应用
您好，请教下您在模型的输出的后处理上是怎么做的呀，在Android中通过paddle lite， Tensor outputTensor0 = predictor.getOutput(0); Tensor outputTensor1 = predictor.getOutput(1);
是分别取两个Tensor来处理吗，能否给些指点，非常感谢~
我是这样取结果的，然后进行后处理 //执行模型推理 std::vector<PredictorOutput> results = _table_predictor->infer(); //获取输出结果loc_preds和structure_probs const float *loc_preds = results.at(0).get_float_data(); //位置预测 const float *structure_probs = results.at(1).get_float_data(); //结构概率 // 获取输出结果的维度 const std::vector<int64_t> loc_preds_shape = results.at(0).get_shape(); const std::vector<int64_t> structure_probs_shape = results.at(1).get_shape();
目前demo里没有包含表格的识别，是否可以参考 https://github.com/PaddlePaddle/PaddleX/blob/release/3.0-beta/paddlex/modules/table_recognition/predictor/predictor.py 实现预处理、后处理代码？
感谢您的支持，我目前已经成功完成了表格模型在安卓 demo中的应用
您好，请教下您在模型的输出的后处理上是怎么做的呀，在Android中通过paddle lite， Tensor outputTensor0 = predictor.getOutput(0); Tensor outputTensor1 = predictor.getOutput(1); 是分别取两个Tensor来处理吗，能否给些指点，非常感谢~
我是这样取结果的，然后进行后处理 //执行模型推理 std::vector results = _table_predictor->infer(); //获取输出结果loc_preds和structure_probs const float *loc_preds = results.at(0).get_float_data(); //位置预测 const float *structure_probs = results.at(1).get_float_data(); //结构概率 // 获取输出结果的维度 const std::vector<int64_t> loc_preds_shape = results.at(0).get_shape(); const std::vector<int64_t> structure_probs_shape = results.at(1).get_shape();
感谢指导，您好，您后处理是怎样做的呀，方便指导一下或者提供下后处理方法的代码不，非常感谢~
