新手分
55/100
竞赛工作页
适合已有 PaddlePaddle／PaddleOCR 使用经验、能训练和优化图像表格结构识别模型的团队。参赛者还需要能处理 PubTabNet 表格图像，并按指定 JSON 格式生成 HTML 结构预测；若希望进入决赛，还应能在 AtomGit 开源完整训练、推理代码和权重，并参加线下答辩。
建议下一步
先判断这场是否适合你现在的阶段，再决定要不要投入时间。
新手分
55/100
学习价值
58/100
预计投入
10-30 小时
Metric
以官方页面公布的评分规则为准
适合已有 PaddlePaddle／PaddleOCR 使用经验、能训练和优化图像表格结构识别模型的团队。参赛者还需要能处理 PubTabNet 表格图像，并按指定 JSON 格式生成 HTML 结构预测；若希望进入决赛，还应能在 AtomGit 开源完整训练、推理代码和权重，并参加线下答辩。
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
能够运行基础方案并完成一次有效提交
表格结构识别
PubTabNet 数据集
HTML 表格序列生成
JSONL 结果文件生成
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
核心难点是同时提高复杂表格结构的逐 Token 识别正确性并维持接近基线的推理速度：单个 Token 出错即会使该图像判错。提交不仅是跑出预测结果，还要求使用 PaddlePaddle 训练，并在复核时提供可复现最佳成绩的源码；进入决赛的队伍还需开源代码。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。