买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌航空大学申请的专利一种轻量级表格结构识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119919952B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510409433.0，技术领域涉及：G06T3/02；该发明授权一种轻量级表格结构识别方法是由肖安毅;杨词慧;杨德生;袁凤连;何肖楠设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种轻量级表格结构识别方法在说明书摘要公布了：本发明公开了一种轻量级表格结构识别方法，步骤如下：收集公开的表格图像及相应的标注数据并进行初步处理，得到第一表格结构识别数据集；对第一表格结构识别数据集进行预处理，得到第二表格结构识别数据集；将第二表格结构识别数据集划分为训练集、验证集和测试集；对表格结构识别模型的结构进行设计，并对表格结构识别模型的参数进行初始化，得到第一表格结构识别模型；使用第二表格结构识别数据集对第一表格结构识别模型进行训练，得到第二表格结构识别模型；将待测图像输入第二表格结构识别模型进行推理并解码，得到表格结构的识别结果。本发明的优势在于，在确保检测精度的基础上，完成表格结构识别模型的轻量化构建，提升模型推理速度。

本发明授权一种轻量级表格结构识别方法在权利要求书中公布了：1.一种轻量级表格结构识别方法，其特征在于：主要包括以下步骤： 步骤S1；获取表格结构识别数据集：收集公开的表格图像及相应的标注数据，并对标注数据中表示表格结构的单元格物理坐标和逻辑坐标进行提取，得到第一表格结构识别数据集T1； 步骤S2；预处理表格结构识别数据集：对第一表格结构识别数据集T1进行数据增强和标准化，得到第二表格结构识别数据集T2；将第二表格结构识别数据集T2划分为训练集datat、验证集datav和测试集datae； 步骤S3；构建表格结构识别模型：对表格结构识别模型的基础架构进行设计，并依据表格结构识别模型的基础架构将五个下采样模块、一个激活函数ReLU6、十六个表格特征提取模块、九个表格特征融合模块和六个预测头按照序列连接，得到未初始化的表格结构识别模型Mr；对未初始化的表格结构识别模型Mr的参数进行初始化，得到第一表格结构识别模型M； 步骤S4；训练表格结构识别模型：使用第二表格结构识别数据集T2对第一表格结构识别模型M进行训练，得到第二表格结构识别模型Mt； 步骤S5；识别表格结构：从测试集datae中随机选择表格图像输入第二表格结构识别模型Mt中进行推理，得到六种表示表格结构的特征图；将六种表示表格结构的特征图进行解码，得到包含单元格物理坐标和逻辑坐标的表格结构识别结果； 步骤S3中，对表格结构识别模型的基础架构进行设计，并依据表格结构识别模型的基础架构将五个下采样模块、一个激活函数ReLU6、十六个表格特征提取模块、九个表格特征融合模块和六个预测头按照序列连接，得到未初始化的表格结构识别模型Mr，具体步骤如下： 步骤S311，第一下采样模块接收经过预处理的第二表格图像Ip，第一下采样模块的输出连接第一激活函数ReLU6的输入；第一激活函数ReLU6的输出连接第二下采样模块的输入，第二下采样模块的输出连接第一表格特征提取模块的输入，第一表格特征提取模块的输出连接第二表格特征提取模块的输入；第二表格特征提取模块的输出连接第三下采样模块的输入，第三下采样模块的输出连接第三表格特征提取模块的输入，第三表格特征提取模块的输出连接第四表格特征提取模块的输入；第四表格特征提取模块的输出连接第四下采样模块的输入，第四下采样模块的输出连接第五表格特征提取模块的输入，第五表格特征提取模块的输出连接第六表格特征提取模块的输入，第六表格特征提取模块的输出连接第七表格特征提取模块的输入，第七表格特征提取模块的输出连接第八表格特征提取模块的输入，第八表格特征提取模块的输出连接第九表格特征提取模块的输入，第九表格特征提取模块的输出连接第十表格特征提取模块的输入，第十表格特征提取模块的输出连接第十一表格特征提取模块的输入，第十一表格特征提取模块的输出连接第十二表格特征提取模块的输入；第十二表格特征提取模块的输出连接第五下采样模块的输入，第五下采样模块的输出连接第十三表格特征提取模块的输入，第十三表格特征提取模块的输出连接第十四表格特征提取模块的输入，第十四表格特征提取模块的输出连接第十五表格特征提取模块的输入，第十五表格特征提取模块的输出连接第十六表格特征提取模块的输入； 步骤S312，第十二表格特征提取模块的输出连接第一表格特征融合模块的第一输入和第十六表格特征提取模块的输出连接第一表格特征融合模块的第二输入；第四表格特征提取模块的输出连接第二表格特征融合模块的第一输入和第十二表格特征提取模块的输出连接第二表格特征融合模块的第二输入，第二表格特征融合模块的输出连接第三表格特征融合模块的第一输入和第一表格特征融合模块的输出连接第三表格特征融合模块的第二输入；第二表格特征提取模块的输出连接第四表格特征融合模块的第一输入和第四表格特征提取模块的输出连接第四表格特征融合模块的第二输入，第四表格特征融合模块的输出连接第五表格特征融合模块的第一输入和第二表格特征融合模块的输出连接第五表格特征融合模块的第二输入，第五表格特征融合模块的输出连接第六表格特征融合模块的第一输入和第三表格特征融合模块的输出连接第六表格特征融合模块的第二输入；第三表格特征融合模块的输出连接第七表格特征融合模块的第一输入和第一表格特征融合模块的输出连接第七表格特征融合模块的第二输入；第六表格特征融合模块的输出连接第八表格特征融合模块的第一输入和第三表格特征融合模块的输出连接第八表格特征融合模块的第二输入，第八表格特征融合模块的输出连接第九表格特征融合模块的第一输入和第七表格特征融合模块的输出连接第九表格特征融合模块的第二输入； 步骤S313，第九表格特征融合模块的输出同时连接第一预测头、第二预测头、第三预测头、第四预测头、第五预测头和第六预测头，得到未初始化的表格结构识别模型Mr； 步骤S3中，十六个表格特征提取模块中的任一表格特征提取模块包括三个卷积层、二个深度可分离卷积层、一个激活函数ReLU6和二个批归一化层；具体为： 表格特征提取模块的输入连接第一深度可分离卷积层的输入，第一深度可分离卷积层的输出连接第二批归一化层的输入，第二批归一化层的输出同时连接第二卷积层的输入和第三卷积层的输入，第二卷积层的输出连接第二激活函数ReLU6的输入，第二激活函数ReLU6的输出和第三卷积层的输出进行逐元素相乘后的输出连接第四卷积层的输入，第四卷积层的输出连接第三批归一化层的输入，第三批归一化层的输出连接第二深度可分离卷积层的输入，第二深度可分离卷积层的输出和表格特征提取模块的输入进行相加后的输出即为表格特征提取模块的输出； 步骤S3中，九个表格特征融合模块中的任一表格特征融合模块包括两个可变形卷积层、一个转置卷积上采样层、二个批归一化层和二个激活函数ReLU；具体为： 表格特征融合模块的第二输入连接第一可变形卷积层的输入，第一可变形卷积层的输出连接第四批归一化层的输入，第四批归一化层的输出连接第一激活函数ReLU的输入，第一激活函数ReLU的输出连接第一转置卷积上采样层的输入，第一转置卷积上采样层的输出和表格特征融合模块的第一输入进行相加后的输出连接第二可变形卷积层的输入，第二可变形卷积层的输出连接第五批归一化层的输入，第五批归一化层的输出连接第二激活函数ReLU的输入，第二激活函数ReLU的输出即为表格特征融合模块的输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌航空大学，其通讯地址为：330000 江西省南昌市红谷滩区丰和南大道696号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。