PaddleX/zhch/PP-StructureV3-说明.md

@workspace 根据zhch/PP-StructureV3-zhch.yaml生成流水线执行markdown mermaid流程图，图中需要注明调用的模型以及传递的数据

graph TD
    A[输入文档图像/PDF] --> B{use_doc_preprocessor: True}
    
    B -->|是| C[DocPreprocessor子流水线]
    B -->|否| D[LayoutDetection]
    
    C --> C1[DocOrientationClassify<br/>PP-LCNet_x1_0_doc_ori]
    C1 -->|方向矫正后图像| C2[DocUnwarping<br/>UVDoc]
    C2 -->|预处理后图像| D
    
    D[LayoutDetection<br/>PP-DocLayout_plus-L] -->|版面检测结果<br/>各区域边界框| E[GeneralOCR子流水线]
    
    E --> E1[TextDetection<br/>PP-OCRv5_server_det]
    E1 -->|文本检测框| E2[TextLineOrientation<br/>PP-LCNet_x1_0_textline_ori]
    E2 -->|文本行方向| E3[TextRecognition<br/>PP-OCRv5_server_rec]
    E3 -->|OCR结果<br/>文本+坐标| F{并行处理各子模块}
    
    D -->|版面区域| F
    
    F -->|表格区域| G[TableRecognition子流水线]
    F -->|印章区域| H[SealRecognition子流水线]
    F -->|公式区域| I[FormulaRecognition子流水线]
    F -->|图表区域| J[ChartRecognition]
    F -->|区域检测| K[RegionDetection]
    
    %% TableRecognition详细流程
    G --> G1[TableClassification<br/>PP-LCNet_x1_0_table_cls]
    G1 -->|有线表| G2[WiredTableStructureRecognition<br/>SLANeXt_wired]
    G1 -->|无线表| G3[WirelessTableStructureRecognition<br/>SLANet_plus]
    G2 --> G4[WiredTableCellsDetection<br/>RT-DETR-L_wired_table_cell_det]
    G3 --> G5[WirelessTableCellsDetection<br/>RT-DETR-L_wireless_table_cell_det]
    G4 -->|表格结构+单元格| G6[TableOrientationClassify<br/>PP-LCNet_x1_0_doc_ori]
    G5 -->|表格结构+单元格| G6
    G6 --> G7[内部GeneralOCR<br/>box_thresh: 0.4]
    G7 -->|表格OCR结果| G8[文本匹配到单元格<br/>生成HTML表格]
    
    %% SealRecognition详细流程
    H --> H1[SealOCR子流水线]
    H1 --> H2[SealTextDetection<br/>PP-OCRv4_server_seal_det]
    H2 -->|印章文本检测框| H3[TextRecognition<br/>PP-OCRv5_server_rec]
    H3 -->|印章文本识别结果| H4[印章识别结果]
    
    %% FormulaRecognition详细流程
    I --> I1[FormulaRecognition<br/>PP-FormulaNet_plus-L]
    I1 -->|公式识别结果| I2[LaTeX格式公式]
    
    %% ChartRecognition详细流程
    J --> J1[ChartRecognition<br/>PP-Chart2Table]
    J1 -->|图表转表格结果| J2[表格化图表数据]
    
    %% RegionDetection详细流程
    K --> K1[RegionDetection<br/>PP-DocBlockLayout]
    K1 -->|细粒度区域检测| K2[区域检测结果]
    
    %% 结果汇总
    G8 --> L[结果汇总与整合]
    H4 --> L
    I2 --> L
    J2 --> L
    K2 --> L
    E3 --> L
    
    L --> M[生成结构化输出]
    M --> N[保存为JSON/Markdown]
    
    %% 数据流标注
    classDef inputData fill:#e1f5fe
    classDef model fill:#fff3e0
    classDef output fill:#e8f5e8
    classDef pipeline fill:#f3e5f5
    
    class A,C2 inputData
    class D,C1,C2,E1,E2,E3,G1,G2,G3,G4,G5,G6,G7,H2,H3,I1,J1,K1 model
    class G8,H4,I2,J2,K2,M,N output
    class C,E,G,H,I pipeline

关键数据传递说明：

1. 主数据流

• 输入: 文档图像/PDF
• DocPreprocessor: 预处理后的标准化图像
• LayoutDetection: 版面区域边界框 [x1,y1,x2,y2,class_id,confidence]
• GeneralOCR: OCR结果 {text, bbox, confidence}

2. 表格识别数据流

• 输入: 表格区域图像 + 整体OCR结果
• TableClassification: 表格类型标签 "wired_table"/"wireless_table"
• StructureRecognition: HTML结构标签序列 ["<tr>", "<td>", "</td>", ...]
• CellsDetection: 单元格边界框列表
• 内部OCR: 表格区域专用OCR结果（较低box_thresh=0.4）
• 输出: HTML格式表格

3. 并行处理特点

• 各子模块基于版面检测结果并行处理
• 数据共享: 主GeneralOCR结果被多个子模块复用
• 参数差异: 不同模块使用不同的OCR参数优化

4. 最终输出

• JSON格式: 结构化的识别结果
• Markdown格式: 可读性强的文档格式
• 图像保存: 处理过程中的可视化结果

这个流程图清楚展示了PP-StructureV3的复杂数据流和模型调用关系，特别突出了TableRecognition中OCR结果的复用和匹配机制。