search

JiaquanYe / TableMASTER-mmocr

2nd solution of ICDAR 2021 Competition on Scientific Literature Parsing, Task B.
Apache License 2.0
410 stars 100 forks source link

"39 class label" or "38 class label"? #59

Open rkshuai opened 1 year ago

rkshuai commented 1 year ago

image

1、为什么会有两个一模一样的< td >< td\ >呢？ 2、为什么< td >被拆分成< td和 >呢？

delveintodetail commented 1 year ago

哈哈， 其实是不一样的， 一个中间有一个空格， 一个没有空格， 这些都是当时通过观察比赛给的数据做的定制化。。。

rkshuai commented 1 year ago

哈哈， 其实是不一样的， 一个中间有一个空格， 一个没有空格， 这些都是当时通过观察比赛给的数据做的定制化。。。

可是第四列的第二个不就是带空格的吗

JiaquanYe commented 1 year ago

  1. 原意是一个是代表 td对（里头没有空格），一个代表 eb对（里头没有空格） (可以参照开源代码的structure alphabet，和data_preprocess.py中empty_bbox_token_dict的映射关系

  2. 由于colspan 和 rowspan的存在，而把其彼此分开了