提交 f69408ee 编写于 作者: littletomatodonkey's avatar littletomatodonkey

fix doc

上级 21c24d80
...@@ -54,7 +54,7 @@ PP-Structurev2系统流程图如下所示,文档图像首先经过图像矫正 ...@@ -54,7 +54,7 @@ PP-Structurev2系统流程图如下所示,文档图像首先经过图像矫正
最终,与PP-Structurev1相比: 最终,与PP-Structurev1相比:
- 版面分析模型参数量减少97%,推理速度提升12倍,精度提升0.4%; - 版面分析模型参数量减少95.6%,推理速度提升12倍,精度提升0.4%;
- 表格识别预测耗时不变,模型精度提升6%,端到端TEDS提升2%; - 表格识别预测耗时不变,模型精度提升6%,端到端TEDS提升2%;
- 关键信息抽取模型速度提升2.8倍,语义实体识别模型精度提升2.8%;关系抽取模型精度提升9.1%。 - 关键信息抽取模型速度提升2.8倍,语义实体识别模型精度提升2.8%;关系抽取模型精度提升9.1%。
...@@ -80,7 +80,7 @@ PP-Structurev2系统流程图如下所示,文档图像首先经过图像矫正 ...@@ -80,7 +80,7 @@ PP-Structurev2系统流程图如下所示,文档图像首先经过图像矫正
| 实验序号 | 策略 | 模型存储(M) | mAP | CPU预测耗时(ms) | | 实验序号 | 策略 | 模型存储(M) | mAP | CPU预测耗时(ms) |
|:------:|:------:|:------:|:------:|:------:| |:------:|:------:|:------:|:------:|:------:|
| 1 | PP-YOLOv2(640*640) | 326 | 93.6% | 512 | | 1 | PP-YOLOv2(640*640) | 221 | 93.6% | 512 |
| 2 | PP-PicoDet-LCNet2.5x(640*640) | 29.7 | 92.5% |53.2| | 2 | PP-PicoDet-LCNet2.5x(640*640) | 29.7 | 92.5% |53.2|
| 3 | PP-PicoDet-LCNet2.5x(800*608) | 29.7 | 94.2% |83.1 | | 3 | PP-PicoDet-LCNet2.5x(800*608) | 29.7 | 94.2% |83.1 |
| 4 | PP-PicoDet-LCNet1.0x(800*608) | 9.7 | 93.5% | 41.2| | 4 | PP-PicoDet-LCNet1.0x(800*608) | 9.7 | 93.5% | 41.2|
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册