NotionNext BLOG
·
Pix2Text 新版数学公式检测和识别模型：V1.5
💡
原文中文，约4700字，阅读约需12分钟。
📝
内容提要
Pix2Text (P2T) 发布了数学公式检测模型 MFD 和识别模型 MFR 的 V1.5 版本，显著提升了效果。新模型采用 yolo11 架构，增加了训练数据，适应非标准排版。MFR V1.5 优化了复杂公式的识别，最大 tokens 数量提升至 1024。P2T 提供免费网页版，支持识别图片中的数学公式并输出为 Markdown 格式。
🎯
关键要点
- Pix2Text (P2T) 发布了数学公式检测模型 MFD 和识别模型 MFR 的 V1.5 版本，效果显著提升。
- 新模型采用 yolo11 架构，增加了训练数据，适应非标准排版。
- MFR V1.5 优化了复杂公式的识别，最大 tokens 数量提升至 1024。
- P2T 提供免费网页版，支持识别图片中的数学公式并输出为 Markdown 格式。
❓
延伸问答
Pix2Text V1.5 模型有哪些主要改进？
Pix2Text V1.5 模型在检测和识别效果上显著提升，采用了 yolo11 架构，增加了训练数据，并优化了复杂公式的识别，最大 tokens 数量提升至 1024。
Pix2Text 的网页版有什么功能？
Pix2Text 的网页版支持识别图片中的数学公式，并将其输出为 Markdown 格式，每人每天可以免费识别 10000 个字符。
如何安装和使用 Pix2Text V1.5？
如果已安装旧版，可以使用命令更新 Python 包；如果未安装，可以直接使用命令安装最新的 pix2text 包，使用时会自动下载所需模型。
Pix2Text V1.5 的识别模型有哪些版本？
Pix2Text V1.5 包含 MFD-1.5 和 MFR-1.5 两个开源模型，以及 MFD-ADVANCED-1.5 和 MFR-PRO-1.5 两个付费模型。
Pix2Text V1.5 如何处理复杂的数学公式？
V1.5 通过增加来自真实场景的图片标注数据和优化训练过程，提升了对复杂多行公式的识别能力。
Pix2Text V1.5 的最大 tokens 数量是多少？
Pix2Text V1.5 的最大 tokens 数量提升至 1024。
➡️
