docs: 更新文档

docs/prepare_data.md

@@ -25,7 +25,7 @@
 
 ## 下载数据集
 
-请将数据集下载到本地。数据集文件结构如下：
+数据集地址：[table-dataset](http://jupyterlab.sxkj.com/nbs/lab/tree/projects/yili-ocr/final/table-dataset)。文件结构如下：
 
 ```text
 table-dataset/
@@ -47,3 +47,7 @@ table-dataset/
 ```
 
 上面的目录结构里，`all` 图片文件夹的标注存储在 `all.txt` 中。从 `all.txt` 中分割出的训练标签存储在 `train.txt`，测试标签存储在 `test.txt` 中。
+
+## 调整数据
+
+可使用 [TableGeneration](https://github.com/WenmuZhou/TableGeneration) 生成表格图像。表格所需的数据量较大，官方推荐至少准备 2000 张用于模型微调。

docs/train_and_eval.md

@@ -16,6 +16,12 @@ git clone --depth 1 https://github.com/PaddlePaddle/PaddleOCR.git
 cd PaddleOCR
 ```
 
+安装依赖：
+
+```bash
+pip install -r requirements.txt
+```
+
 PaddleOCR 训练数据的默认存储路径是 `PaddleOCR/train_data`。我们将数据集下载到本地后，可以拷贝数据集或创建软链接到对应目录：
 
 ```bash
@@ -37,9 +43,9 @@ PaddleOCR 对训练过程做了模块化，如果要训练不同的模型，我
 $ cat configs/table/SLANet_ch.yml
 Global:
   use_gpu: True
-  # 修改训练轮数
+  # 训练轮数
   epoch_num: 400
-  # 修改为实际的预训练模型文件
+  # 预训练模型文件
   pretrained_model: ./pretrain_models/ch_ppstructure_mobile_v2.0_SLANet_train/best_accuracy
 ...
 
@@ -49,25 +55,25 @@ Optimizer:
   beta2: 0.999
   clip_norm: 5.0
   lr:
-    # 修改学习率
+    # 学习率
     learning_rate: 0.001
 ...
 
 Train:
   dataset:
     name: PubTabDataSet
-    # 修改为实际训练集的目录
+    # 训练集目录
     data_dir: train_data/table-dataset/artificial
-    # 修改为实际训练集的标签文件
+    # 训练集标注文件
     label_file_list: [train_data/table-dataset/artificial/train.txt]
 ...
 
 Eval:
   dataset:
     name: PubTabDataSet
-    # 修改为实际验证集的目录
+    # 验证集目录
     data_dir: train_data/table-dataset/artificial/
-    # 修改为实际验证集的标签文件
+    # 验证集标注文件
     label_file_list: [train_data/table-dataset/artificial/test.txt]
 ...
 ```