表格识别v2产线OCR结果与HTML结果不一致

[Love-1LiN]

Checklist:

• 查找历史相关issue寻求解答
• 翻阅FAQ
• 翻阅PaddleX 文档
• 确认bug是否在新版本里还未修复

描述问题

复现

1. 您是否已经正常运行我们提供的教程？

2. 您是否在教程的基础上修改代码内容？还请您提供运行的代码

3. 您使用的数据集是？

4. 请提供您出现的报错信息及相关log

环境

1. 请提供您使用的PaddlePaddle和PaddleX的版本号

2. 请提供您使用的操作系统信息，如Linux/Windows/MacOS

3. 请问您使用的Python版本是？

4. 请问您使用的CUDA/cuDNN的版本号是？

[Love-1LiN]

我在对上面这张图片使用表格识别v2产线的代码的时候，OCR的结果可以识别到图片中所有的文字，如下图所示

表格识别的结果也是正确的，如下图

但是在转换成HTML的时候会丢失一行表格

出现这个问题的原因是否会是在后处理阶段将丢失的单元格视为重复识别的单元格于是被去除了？

[liu-jiaxuan]

这里在匹配结构与单元格预测结果时确实存在问题，但因为单元格检测是准确的，新版本即将发布单元格检测直转HTML的功能，届时可以试一下

[TingquanGao]

The issue has no response for a long time and will be closed. You can reopen or new another issue if are still confused.

---

From Bot