Module table_structure 

SLANeXt table structure recognition (PP-StructureV3 v2).

Converte un’immagine di tabella in skeleton HTML + bbox delle celle.

Modelli

Variante	HF repo	Acc	Uso
Wired	PaddlePaddle/SLANeXt_wired_onnx	69.65%	Tabelle con bordi
Wireless	PaddlePaddle/SLANeXt_wireless_onnx		Tabelle senza bordi

Pipeline

1. Resize proporzionale con max_len=512 + pad a 512×512.
2. Normalizzazione ImageNet (mean=[0.485,.456,.406], std=[0.229,.224,.225]).
3. Inference → structure_probs [1, T, V] + loc_preds [1, T, 4].
4. Decode: argmax su V → token HTML; le celle <td-like hanno bbox in loc_preds.
5. Denormalizzazione bbox: coords relative a 512×512 corrette per resize ratio.

Formato output

• html_tokens: stringa di token HTML concatenati (senza testo cella). Es. "<tbody><tr><td></td><td></td></tr></tbody>".
• cell_boxes: lista di TableCellBox (una per ogni token <td*>) in coordinate dell’immagine originale.

Vocabolario

SLANeXt usa un dizionario di ~30-150 token HTML. Se disponibile, viene caricato dall’inference.yml del modello (come fa ModelHub per i modelli rec PP-OCRv6). Fallback: dizionario inglese embedded (29 token).

Structs

TableCellBox

Bbox di una cella tabella (coordinate immagine originale, pixel float).

TableStructure

Risultato del riconoscimento struttura tabella.

TableStructureRecognizer

Constants

SLANEXT_INPUT_SIZE

Dimensione fissa dell’input SLANeXt (512×512 px).