PaddleX
PaddleX copied to clipboard
PaddlePaddle End-to-End Development Toolkit(『飞桨』深度学习全流程开发工具)
paddleOCR中依赖paddlepaddle版本小于2.6,那对应的paddlex版本要求呢?目前我安装的paddlepaddle==2.5.2,paddleOCR=2.10.0  . 在运行paddeOCR中的KIE代码时报错  运行脚本为python tools/infer_kie_token_ser.py -c configs/kie/vi_layoutxlm/ser_vi_layoutxlm_xfund_zh.yml -o Architecture.Backbone.checkpoints=./pretrained_model/ser_vi_layoutxlm_xfund_pretrained/best_accuracy Global.infer_img=./ppstructure/docs/kie/input/zh_val_42.jpg
使用官方给的指令(windows系统): paddlex \ --paddle2onnx \ --paddle_model_dir ./ResNet18 \ --onnx_model_dir ./ResNet18 \ 报错如下:ImportError: DLL load failed while importing paddle2onnx_cpp2py_export: 找不到指定的程序。 Paddle2ONNX conversion failed with exit code 1 具体如下: (paddle_env) D:\project\PaddleX-release-3.0>paddlex --paddle2onnx...
我有一个数电池数量的数据集,用到了PP-YOLOE_plus-L模型 在训练的后半程,所有的评估bbox ap都是0.392 我一张图片中有256个目标,256*0.392=100 所以我想问一下,是不是训练过程中的验证集评估中是有目标数量上限的,且上限是100  
python main.py -c paddlex/configs/modules/instance_segmentation/Mask-RT-DETR-L.yaml -o Global.mode=predict -o Predict.model_dir="./output/best_model/inference" -o Predict.input="general_instance_segmentation_004.png" Traceback (most recent call last): File "E:\swx\python\PaddleX-release-3.0\paddlex\utils\result_saver.py", line 28, in wrap result = func(self, *args, **kwargs) File "E:\swx\python\PaddleX-release-3.0\paddlex\engine.py", line 49,...
## Checklist: - [ ] 查找[历史相关issue](https://github.com/PaddlePaddle/PaddleX/issues)寻求解答 - [ ] 翻阅[FAQ](https://paddlepaddle.github.io/PaddleX/main/FAQ.html) - [ ] 翻阅[PaddleX 文档](https://paddlepaddle.github.io/PaddleX/main/index.html) - [ ] 确认bug是否在新版本里还未修复 ## 描述问题 ## 复现 结果已保存至 output 目录 -------------------------------------- C++ Traceback (most...
我在查看表格分类demo数据集的时候发现有线表、无线表两类中都存在只有横线的表格图片,我制作自己的数据集应该怎么做,那种表格是无线表,那种表格是有线表 
```python def demo2(): model_name = "PP-ShiTuV2_rec" # model_name = "PP-ShiTuV2_rec_CLIP_vit_base" # model_name = "PP-ShiTuV2_rec_CLIP_vit_large" model_path = "" model = create_model( model_name=model_name, model_dir="../inference/latest_IR", # 替换为你的模型路径 # 不指定的话似乎是默认使用gpu,会占用显存,计算结果和指定gpu时一样,且与指定cpu时不同。 指定cpu时,计算结果和 paddle inference cpu结果...
命令行调用ocr和通用表格识别都可以,通用表格识别v2就不行,是名称不对吗?按照官方教程来的,是在ai studio上运行的项目,pp是3.0,BML codelab,px是3.0.0b2
现在的合并方法就是追加后一页的内容,但同一表格跨页展示的情况是普遍的,到了md文件中,将会展示两个表格,能否检测是否同一表格(如标题行完全一致)就进行合并呢?