paper地址：https://arxiv.org/pdf/2105.01848.pdf
PINGAN-VCGROUP’S SOLUTION FOR ICDAR 2021 COMPETITION ON SCIENTIFIC LITERATURE PARSING TASK B: TABLE RECOGNITION TO HTML
同样只聊表格识别部分
此模型是用MASTER改的，此模型最初是用于场景文字识别的，此任务利用了MASTER强大的图像到序列的特性。左边为原master，右边为表格识别改造的master。可以看到 在第一个 Transformer 解码层之后将序列预测和框回归解耦。模型有两个分支，一个分支是预测HTML item序列，另一个是进行box回归。
为了构建HTML序列 定义了一个39类别的标签字母表。
对于序列预测，我们使用标准交叉熵损失。对于框回归，我们使用 L1 损失来回归 [x,y,w,h] 的坐标。坐标归一化为 [0,1]。对于框回归head，我们在损失计算之前使用 Sigmoid 激活函数。
第一名：github hikopensource/DAVAR-Lab-OCR 后续开源
主页：https://davar-lab.github.io/
paper地址：https://arxiv.org/pdf/2106.14616.pdf
论文：https://arxiv.org/abs/2105.01848
GitHub代码链接：https://github.com/JiaquanYe/TableMASTER-mmocr
MASTER代码链接：https://github.com/JiaquanYe/MASTER-mmocr