pdf 图表检测不准确

[qihanghou726]

🔎 Search before asking

• I have searched the PaddleOCR Docs and found no similar bug report.
• I have searched the PaddleOCR Issues and found no similar bug report.
• I have searched the PaddleOCR Discussions and found no similar bug report.

🐛 Bug (问题描述)

使用版面分析模型时出现的问题
在使用版面分析模型默认参数时出现表格检测不完整

在使用lang="en "参数后出现表格图片识别错误

在使用layout_model_dir="picodet_lcnet_x1_0_fgd_layout_infer"参数时虽然解决了上面表格的问题，但是pdf其他地方的很多图片都被检测为表格

🏃‍♂️ Environment (运行环境)

ubuntu 18.04
python 3.9.19

🌰 Minimal Reproducible Example (最小可复现问题的Demo)

ocr_engine = PPStructure(show_log=True)
img_path="xxx"
result = ocr_engine(cv2.imread(img_path))
save_structure_res(result, save_folder+f'/ocr_result',os.path.basename(img_path).split('.')[0])

[qihanghou726]

dataset_1.pdf
原数据在这里，出错的表格在第七页

[cuicheng01]

可以尝试使用PaddleX中的版面分析模型，可以选择的种类比较多，也包含了高精度的版面分析模型，可以试试~