表格识别速度非常慢，比不开表格模型慢了十几倍

[charliedream1]

Description of the bug | 错误描述

表格识别速度非常慢，比不开表格模型慢了十几倍。请问有哪些配置需要注意？目前没有装paddle-gpu版，看着表格不需要paddle就没装，是这个导致的？还是还有别的设置需要注意。表格识别时间都在200-400，导致10页的PDF，20分钟都转不完。

How to reproduce the bug | 如何复现

开启和关闭表格识别，对比时间

Operating system | 操作系统

Linux

Python version | Python 版本

3.10

Software version | 软件版本 (magic-pdf --version)

0.9.x

Device mode | 设备模式

cuda

[myhloli]

本周我们将会发布0.9.3，接入了rapid table表格识别，单表识别在1~2s，速度更快，效果更准。

[charliedream1]

好

…

---原始邮件--- 发件人: "Xiaomeng ***@***.***> 发送时间: 2024年11月11日(周一) 下午5:27 收件人: ***@***.***>; 抄送: "Optimus ***@***.******@***.***>; 主题: Re: [opendatalab/MinerU] 表格识别速度非常慢，比不开表格模型慢了十几倍 (Issue #926) 本周我们将会发布0.9.3，接入了rapid table表格识别，单表识别在1~2s，速度更快，效果更准。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[charliedream1]

复杂表格目前效果不好，希望能改进

…

---原始邮件--- 发件人: "Xiaomeng ***@***.***> 发送时间: 2024年11月11日(周一) 下午5:27 收件人: ***@***.***>; 抄送: "Optimus ***@***.******@***.***>; 主题: Re: [opendatalab/MinerU] 表格识别速度非常慢，比不开表格模型慢了十几倍 (Issue #926) 本周我们将会发布0.9.3，接入了rapid table表格识别，单表识别在1~2s，速度更快，效果更准。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[myhloli]

测试了下，任何方案对复杂表格的解析效果都很差，目前只能优先保证简单表格的解析功能。

[charliedream1]

复杂表格用markdown好像不太好表示，如果用html来表示，是否能更好一些？

[myhloli]

复杂表格用markdown好像不太好表示，如果用html来表示，是否能更好一些？

目前表格就是使用html表示的

[chaoStart]

我之前根据pip install -U magic-pdf[full] --extra-index-url https://wheels.myhloli.com -i https://mirrors.aliyun.com/pypi/simple下载的magic-pdf时，版本为0.17.0，后面我去下载magic-doc之后，发现之前的magic-pdf --version报错了。于是我卸载magic-pdf，又重新安装magic-pdf，发现我的magic-pdf 版本变成了0.10.6,在解析pdf文件比之前慢了很多，而且识别表格速度更慢了。我在magic-pdf.json文件修改了参数tablemaster

[chaoStart]

请问有什么好的解决办法吗？

[chaoStart]

解析一个带有表格的文件，花了2h，我崩溃了

[myhloli]

@chaoStart 卸载paddlepaddle和paddlepaddle-gpu，重装paddlepaddle-gpu，如果还是慢就把表格配置改成rapid_table

[boboyunz]

我分别测四了 rapid_table 、tablemaster、struct_eqtable 对于复杂的表格 目前tablemaster 效果是最好的 但是速度确实很慢 识别一个表格需要200-600秒 目前paddlepaddle 用的CPU 但是minerU 开启了CUDA 请高手指点 如何能够提高 tablemaster 的计算速度？