公式识别算法

公式识别算法#

简介#

公式检测是指给定输入公式图像，识别公式图像内容并转为 LaTeX 格式。

模型使用#

在配置好环境的情况下，直接执行 scripts/formula_recognition.py 即可运行布局检测算法脚本。

$ python scripts/formula_recognition.py --config configs/formula_recognition.yaml

模型配置#

inputs: assets/demo/formula_recognition
outputs: outputs/formula_recognition
tasks:
   formula_recognition:
      model: formula_recognition_unimernet
      model_config:
         cfg_path: pdf_extract_kit/configs/unimernet.yaml
         model_path: models/MFR/unimernet_tiny
         visualize: False

  • inputs/outputs: 分别定义输入文件路径和LaTeX预测结果目录

  • tasks: 定义任务类型，当前只包含一个公式识别任务

  • model: 定义具体模型类型: 当前仅提供 UniMERNet 公式识别模型

  • model_config: 定义模型配置

  • cfg_path: UniMERNet配置文件路径

  • model_path: 模型权重路径

  • visualize: 是否对模型结果进行可视化，可视化结果会保存在outputs目录下。

多样化输入支持#

PDF-Extract-Kit中的公式检测脚本支持 单个公式图像 、 文档图像及对应公式区域

可视化结果查看#

当config文件中visualize设置为True时， LaTeX 预测结果会保存在outputs目录下。