5ddccbf5a2
Mark completed tasks in extract-table-cell-boxes proposal: - Phase 1: Config and model caching ✓ - Phase 2: Cell boxes extraction ✓ - Phase 3: PDF generation optimization ✓ Remaining: Phase 4 (testing) and Phase 5 (cleanup) 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
98 lines
2.7 KiB
Markdown
98 lines
2.7 KiB
Markdown
# Tasks: Extract Table Cell Boxes
|
|
|
|
## Phase 1: 基礎設施
|
|
|
|
### Task 1.1: 添加配置項
|
|
- [x] 在 `config.py` 添加 `enable_table_cell_boxes_extraction` 配置
|
|
- [x] 確認現有的表格模型配置可用
|
|
|
|
### Task 1.2: 模型緩存機制
|
|
- [x] 在 `PPStructureEnhanced` 中添加模型緩存屬性
|
|
- [x] 實現延遲載入邏輯
|
|
- [x] 添加模型釋放方法（可選）
|
|
|
|
## Phase 2: Cell Boxes 提取
|
|
|
|
### Task 2.1: 修改表格處理邏輯
|
|
- [x] 在 `_process_parsing_res_list` 中添加 cell boxes 提取
|
|
- [x] 實現圖片裁切邏輯
|
|
- [x] 調用 SLANeXt 模型獲取結果
|
|
|
|
### Task 2.2: 座標轉換
|
|
- [x] 實現相對座標到全域座標的轉換
|
|
- [x] 處理 ScalingInfo 的座標縮放
|
|
- [x] 驗證座標轉換正確性
|
|
|
|
### Task 2.3: 錯誤處理
|
|
- [x] 添加 try-catch 包裝
|
|
- [x] 實現失敗時的降級處理
|
|
- [x] 添加適當的日誌記錄
|
|
|
|
## Phase 3: PDF 生成優化
|
|
|
|
### Task 3.1: 利用 Cell Boxes 渲染表格
|
|
- [x] 修改 `draw_table_region` 使用 cell_boxes
|
|
- [x] 根據實際 cell 位置計算行高列寬
|
|
- [ ] 測試渲染效果
|
|
|
|
### Task 3.2: 備選方案
|
|
- [x] 當 cell_boxes 不可用時，使用現有邏輯
|
|
- [x] 確保向後兼容
|
|
|
|
## Phase 4: 測試與驗證
|
|
|
|
### Task 4.1: 單元測試
|
|
- [ ] 測試 cell boxes 提取功能
|
|
- [ ] 測試座標轉換
|
|
- [ ] 測試錯誤處理
|
|
|
|
### Task 4.2: 整合測試
|
|
- [ ] 使用實際 PDF 測試 OCR Track
|
|
- [ ] 驗證 PDF 版面還原效果
|
|
- [ ] 性能測試
|
|
|
|
## Phase 5: 清理
|
|
|
|
### Task 5.1: 移除舊代碼
|
|
- [ ] 評估並移除不再需要的 Paragraph 包裝代碼
|
|
- [ ] 清理調試日誌
|
|
- [ ] 更新文檔
|
|
|
|
---
|
|
|
|
## 技術細節
|
|
|
|
### 關鍵代碼位置
|
|
|
|
| 文件 | 修改內容 |
|
|
|------|---------|
|
|
| `backend/app/core/config.py` | 添加配置項 |
|
|
| `backend/app/services/pp_structure_enhanced.py` | 主要實現 |
|
|
| `backend/app/services/pdf_generator_service.py` | 利用 cell_boxes |
|
|
|
|
### 依賴
|
|
|
|
```python
|
|
from paddlex import create_model
|
|
```
|
|
|
|
### 測試數據
|
|
|
|
- Task ID: `79a3d256-88f6-41d4-a7e9-3e358c85db40`
|
|
- 表格 bbox: `[84, 269, 1174, 1508]`
|
|
- 預期 cell 數量: 29 (SLANeXt_wired)
|
|
|
|
### 實現摘要
|
|
|
|
**已完成 (715805b):**
|
|
1. `config.py`: 添加 `enable_table_cell_boxes_extraction` 配置項
|
|
2. `pp_structure_enhanced.py`:
|
|
- 添加 `_slanet_wired_model`, `_slanet_wireless_model`, `_table_cls_model` 緩存屬性
|
|
- 實現 `_get_slanet_model()` 和 `_get_table_classifier()` 延遲載入
|
|
- 實現 `_extract_cell_boxes_with_slanet()` 從裁切圖片提取 cell boxes
|
|
- 實現 `release_slanet_models()` 釋放 GPU 記憶體
|
|
- 修改表格處理邏輯，當 PPStructureV3 沒有返回 boxes 時調用 SLANeXt
|
|
3. `pdf_generator_service.py`:
|
|
- 添加 `_compute_table_grid_from_cell_boxes()` 計算列寬和行高
|
|
- 修改 `draw_table_region()` 優先使用 cell_boxes 計算列寬
|