一种端到端的通用表格内容识别与拆分方法、装置及计算机可读存储介质

本发明属于图像数据处理的技术领域，更具体地，涉及一种端到端的通用表格内容识别与拆分方法、装置及计算机可读存储介质。所述方法包括S1构建多模态大模型M，以对图像中的表格内容进行识别与拆分；S2通过对获取的数据定义数据标签结构、数据标注和数据增强，构建多模态大模型微调数据集D；S3使用数据集D对多模态大模型M进行两阶段渐进式增量微调得到多模态大模型M2；S4采用微调后的多模态大模型M2对图像进行表格内容识别或表格拆分。本发明解决了现有的技术缺乏对图像布局的语义理解，导致泛化性较低，特别是在处理三线表等特殊格式时，识别能力较差的问题。