Release v1.0.3

⚠️注意：本次更新版本为v1.x，不兼容v0.x版本，请谨慎更新，避免导致接口调用有误。

主要更新

1. RapidTable的输入输出做了更新，采用dataclasses来封装，简化参数传递，便于后续使用，更新和维护。示例如下：

   # 输入
   @dataclass
   class RapidTableInput:
      model_type: Optional[str] = ModelType.SLANETPLUS.value
      model_path: Union[str, Path, None, Dict[str, str]] = None
      use_cuda: bool = False
      device: str = "cpu"
   
   # 输出
   @dataclass
   class RapidTableOutput:
      pred_html: Optional[str] = None
      cell_bboxes: Optional[np.ndarray] = None
      logic_points: Optional[np.ndarray] = None
      elapse: Optional[float] = None
   
   # 使用示例
   input_args = RapidTableInput(model_type="unitable")
   table_engine = RapidTable(input_args)
   
   img_path = 'test_images/table.jpg'
   table_results = table_engine(img_path)
   
   print(table_results.pred_html)

2. 集成了Unitable项目最新表格识别算法，推理引擎为torch，提升了RapidTable的上限。
3. 优化了模型下载和托管问题，模型托管在modelscope上。在使用时，只需要指定对应的model_type，即可自动下载对应模型。当然，也可以通过model_path来具体指定模型路径。

What's Changed in v1.0.3

• fix: fix cli error
• Merge pull request #43 from Joker1212/fix_ci
• ci: fix setup

Full Changelog: https://github.com///compare/v1.0.2...v1.0.3

Release v1.0.2

⚠️注意：本次更新版本为v1.x，不兼容v0.x版本，请谨慎更新，避免导致接口调用有误。

主要更新

1. RapidTable的输入输出做了更新，采用dataclasses来封装，简化参数传递，便于后续使用，更新和维护。示例如下：

   # 输入
   @dataclass
   class RapidTableInput:
      model_type: Optional[str] = ModelType.SLANETPLUS.value
      model_path: Union[str, Path, None, Dict[str, str]] = None
      use_cuda: bool = False
      device: str = "cpu"
   
   # 输出
   @dataclass
   class RapidTableOutput:
      pred_html: Optional[str] = None
      cell_bboxes: Optional[np.ndarray] = None
      logic_points: Optional[np.ndarray] = None
      elapse: Optional[float] = None
   
   # 使用示例
   input_args = RapidTableInput(model_type="unitable")
   table_engine = RapidTable(input_args)
   
   img_path = 'test_images/table.jpg'
   table_results = table_engine(img_path)
   
   print(table_results.pred_html)

2. 集成了Unitable项目最新表格识别算法，推理引擎为torch，提升了RapidTable的上限。
3. 优化了模型下载和托管问题，模型托管在modelscope上。在使用时，只需要指定对应的model_type，即可自动下载对应模型。当然，也可以通过model_path来具体指定模型路径。

What's Changed

• feat: add unitable torch inference by @Joker1212 in #35
• Dev unitable by @Joker1212 in #37
• feat: support unitable and optimize code by @SWHL in #40
• fix: adapt row&col span decode for unitable by @Joker1212 in #42

New Contributors

• @SWHL made their first contribution in #40

Full Changelog: v0.1.0...v1.0.2

Release v0.3.0

Changelog

All notable changes to this project will be documented in this file.

0.3.0

🚀 Features

• Adapt for onnx-gpu
• Add logic points decode & vis

📚 Documentation

• Update the link of downloading model

⚙️ Miscellaneous Tasks

• Update readme

Release v0.2.0

🚀 Features

• Adapt slanet plus model
• Add slanet plus table rec

📚 Documentation

• Update README

assets

Merge pull request #10 from RapidAI/add_slanet_plus_model

Add slanet plus model