模块化更新策略
传统端到端模型微调会导致不同类型表格识别性能波动，PP-TableMagic通过三项技术创新解决：
- 解耦式训练：仅更新RT-DETR-L_wireless_table_cell_det（保险单据多为无线表）
- 梯度隔离：在configs/modules/配置中设置stop_gradient=True保持其他模块权重冻结
- 增量数据包：使用–dataset_dir参数加载原始预训练数据+新数据的混合集
实践案例：某车险公司仅标注300张理赔单，通过main.py -c RT-DETR-L_wireless_table_cell_det.yaml单独训练后，同类单据识别准确率提升37%且不影响其他类型表格性能。
This answer comes from the articleFlying Paddle PP-TableMagic: Structured Information Extraction for Complex TablesThe
May not be reproduced without permission:AI productivity tools " 如何避免保险单据表格微调时的模型性能此消彼长问题？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil