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。

Pix2Text (P2T)是一个Python工具，可以识别图像中的文本和数学公式，并输出相应的文本和LaTeX表达式。它可以将PDF文件转换为Markdown格式，并支持多种语言。P2T集成了布局分析和表格分析模型，可以识别图像中的布局、表格、图像、文本和数学公式。它还提供将Markdown格式转换为Word、HTML和其他格式的功能。P2T有一个每天10,000个字符的网页版本，也可以购买付费模型。

新公式识别模型（version-20230702）在测试集上的效果比Latex-OCR开源模型有显著改善，尤其对手写公式和多行公式的识别精度提升明显。新旧模型在示例图片上的对比也显示出新模型的效果更好。购买链接提供了购买模型的方式，使用说明介绍了模型文件的下载和初始化方法。

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。