上面已经制作完数据集 ，现在开始进行模型训练。数据集制作请参考：PaddleOCR系列——《文本检测、文本识别、表格结构》数据集制作_ppocrlabel-CSDN博客官方文档：文本检测模块 - PaddleOCR 文档文本识别模块 - PaddleOCR 文档https://github.com/PaddlePaddle/PaddleOCR.git再或者GitHub - PaddlePaddle

表格单元格检测模块是表格识别任务的关键组成部分，负责在表格图像中定位和标记每个单元格区域，该模块的性能直接影响到整个表格识别过程的准确性和效率。表格单元格检测模块通常会输出各个单元格区域的边界框（Bounding Boxes），这些边界框将作为输入传递给表格识别相关产线进行后续处理。注意：“单元格检测模型”返回的是表格中每个单元格坐标框（包括合并的），与后面的“表格结构识别模型”息息相关，当然也可

具体用什么数据集要看自己的具体需求，我采用的是Alpaca 格式，需要将配置文件放到data目录下，并在LLaMA-Factory|微调大语言模型初探索(2)，训练自己的聊天机器人_ai 训练 数据集 参数 说明 "instruction":"","input":"""output-CSDN博客。

PaddleX 3.0 是基于飞桨框架构建的低代码开发工具，它集成了众多开箱即用的预训练模型，可以实现模型从训练到推理的全流程开发，支持国内外多款主流硬件，助力AI 开发者进行产业实践。下面主要是官方文档，源地址：PaddleX 文档官方文档：开始使用_飞桨-源于产业实践的开源深度学习平台PaddlePaddle3.3安装，cuda12.6二、PaddleX安装注意：若您使用PaddleX的应用场

PaddleOCR 是百度飞桨 (PaddlePaddle) 团队开发的开源 OCR 工具库，致力于打造丰富、领先且实用的 OCR 解决方案，打通数据准备、模型训练、压缩和推理部署全流程，是目前中文及多语言场景下最受欢迎的 OCR 工具之一，接下来进行介绍。相关参考连接：PP飞桨官网（深度学习框架）：开始使用_飞桨-源于产业实践的开源深度学习平台PaddleOCR github：PaddleOCR

具体用什么数据集要看自己的具体需求，我采用的是Alpaca 格式，需要将配置文件放到data目录下，并在LLaMA-Factory|微调大语言模型初探索(2)，训练自己的聊天机器人_ai 训练 数据集 参数 说明 "instruction":"","input":"""output-CSDN博客。

具体用什么数据集要看自己的具体需求，我采用的是Alpaca 格式，需要将配置文件放到data目录下，并在LLaMA-Factory|微调大语言模型初探索(2)，训练自己的聊天机器人_ai 训练 数据集 参数 说明 "instruction":"","input":"""output-CSDN博客。

具体用什么数据集要看自己的具体需求，我采用的是Alpaca 格式，需要将配置文件放到data目录下，并在LLaMA-Factory|微调大语言模型初探索(2)，训练自己的聊天机器人_ai 训练 数据集 参数 说明 "instruction":"","input":"""output-CSDN博客。