#180 · 主分类： 计算机视觉
Texo
computer-vision
deep-learning
distillation-model
formula
formulanet
hydra
latex
latex-ocr
machine-learning
math
math-formula-recognition
ocr
ocr-recognition
python
pytorch
pytorch-lightning
transformers
unimernet
vision-encoder-decoder
一个极简的SOTA LaTeX OCR模型，仅20M参数，可在浏览器中运行。提供完整训练流程，便于自行复现。
项目最后更新：08/17/26
GitHub Stars
893
Forks数量
51
贡献者数量
2
许可证
AGPL-3.0
收录理由
把公式照片转成可用的 LaTeX 代码，听起来是个很窄的活儿，但凡是常用 Markdown 记笔记、整理讲义、或者维护数学密集知识库的人，都会频繁碰到这个需求。Texo 用了一个刻意做小的模型来解决：仅 2000 万参数，小到推理可以在消费级 GPU 上跑，甚至直接在浏览器里运行。它从更大的公式识别模型蒸馏而来，仓库里带完整的训练流程和数据集，团队可以针对自己的符号习惯或手写风格重新训练或微调，而不是把它当成一个冻结的黑盒。在 UniMERNet 测试集上，蒸馏后的权重在体积小一个量级的情况下，性能仍接近更大的模型。这种透明度和轻量化组合，让它在给产品加数学 OCR 功能时，成为一个不依赖重型服务的务实默认选择。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。