#337 · 主分类： 计算机视觉
image-to-latex
computer-vision
deep-learning
encoder-decoder
end-to-end-machine-learning
latex
pytorch
streamlit-webapp
transformer
将LaTex数学公式的图片转换为LaTex代码。
项目最后更新：10/04/22
GitHub Stars
2.2K
Forks数量
311
贡献者数量
1
许可证
MIT
收录理由
手写 LaTeX 的人都有这种经历：从截图或 PDF 里把公式重新敲一遍，又慢又容易出错。这个项目把这件事自动化了——它先用 ResNet 编码器提取图像特征，再用 Transformer 解码器生成 LaTeX 源码，而不是输出一串扁平的 OCR 字符。这样得到的结果保留了符号之间的结构关系，比如嵌套的分式、上下标这些，普通字符识别常常会弄乱的地方，它靠注意力机制能处理得更好。仓库里带了一个 Streamlit 应用，直接拖入图片就能复制出代码；README 对训练流程和数据预处理的说明也比较详细，几乎可以当作搭建类似图像转标记模型的参考文档。整个模型参数量大约三百万，作为一个端到端的编码器-解码器实例，规模紧凑，读起来也容易理解。
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。