NotionNext BLOG
·
Pix2Text (P2T) 新版公式检测模型
💡
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
Pix2Text (P2T)是一个免费的开源Python替代Mathpix的工具，现在可以识别包含文本和公式的图像。它使用开源工具来检测数学公式的位置并识别文本。最新更新包括添加了混合图像和纯公式图像以提高识别效果。新模型在中文图像和窄纯公式图像的公式检测方面显示出改进。YoloV7模型将提供给CnOCR/CnSTD私人群组。不同版本的模型将提供给P2T网页版、付费用户和所有用户免费使用。
🎯
关键要点
- Pix2Text (P2T) 是一个免费的开源 Python 替代工具，支持识别包含文字和公式的混合图片。
- P2T 使用开源工具检测数学公式位置，并通过 LaTeX 表示，合并识别结果。
- 数学公式检测模型更新是基于 CnSTD 项目，P2T 只是调用该模型。
- 新标注的数据主要关注中文文字的混合图片，增加了对纯公式图片的支持。
- 新模型在中文图片和窄纯公式图片的检测效果明显优于之前的模型。
- YoloV7 模型将开放给 CnOCR/CnSTD 私享群，未来会对其他用户开放。
- 不同版本的模型将遵循特定的使用逻辑，最新模型供网页版和付费用户使用，次新模型对会员开放，次次新模型免费开放。
➡️
