又一个新 LaTeX 公式识别工具来了-端到端公式识别模型的新突破

TexTeller 的核心特点

TexTeller 通过使用 80M 个图片-公式对进行训练，相较于其他同类项目如 LaTeX-OCR（仅使用 100K 数据集），TexTeller 在识别生僻符号、复杂多行和矩阵方面展现出了更强的性能。以下是 TexTeller 的一些核心特点：

1. 强大的泛化能力 ：能够覆盖大部分使用场景，包括扫描图片、手写公式以及中英文混合的公式。
2. 高准确率 ：在打印图片上具有通用的中英文识别能力。
3. 持续更新 ：项目团队不断更新，最近一次更新在 2024 年 6 月 6 日，发布了 TexTeller3.0 版本，训练数据集增加到了 80M，是 2.0 版本的 10 倍。
4. 段落识别 ：支持段落级别的识别，进一步提升了识别效果。

如何使用 TexTeller

使用 TexTeller 非常简单，只需要几个步骤：

1. 克隆仓库 ：通过 Git 克隆 TexTeller 项目到本地。
2. 安装依赖 ：使用 pip 安装 TexTeller 依赖包。
3. 推理运行 ：在项目目录下运行推理脚本，即可对指定图片进行公式识别。

对于更高级的用户，TexTeller 还支持段落识别和 API 调用，可以将 TexTeller 整合到自己的项目中。

常见问题与解决方案

如果你在使用过程中遇到无法连接到 Hugging Face 的问题，TexTeller 提供了解决方案。你可以在能连接 Hugging Face 的机器上下载模型权重，然后将权重上传到远端服务器，并修改项目配置以指向本地权重路径。

网页演示与公式检测

TexTeller 还提供了网页演示功能，你可以通过运行简单的脚本来启动本地服务器，并在浏览器中查看识别效果。此外，TexTeller 的公式检测模型在大量数据集上训练得到，能够支持对整张图片进行公式检测。

结语

TexTeller 作为一个强大的公式识别工具，不仅在技术上领先，而且在用户体验上也做得非常出色。如果你对 TexTeller 感兴趣，不妨去 GitHub 上查看更多详情，并尝试使用它来提升你的工作效率。同时，不要忘记给这个项目点亮 Star⭐️，以支持开发者的辛勤工作。

地址

• [GitHub地址]https://github.com/oleehyo/texteller

• [Hugging Face 模型]https://huggingface.co/oleehyo/texteller

希望这篇文章能帮助你更好地了解 TexTeller，让我们一起期待它未来的发展！