文章预览
点击👇 “ LaTeX工作室 ” 关注公众号 精致美好科研生活 从 LaTeX 开始！ 该项目为一个基于 PyTorch 的光学字符识别（OCR）模型，用于从图像中识别 LaTeX 代码，包含自定义数据集生成、模型训练与评估功能。项目提供了一个基于 FastAPI 后端的 Web 应用，用于快速预测图像中的 LaTeX 代码。 模型架构 ：模型采用常见的编码器 - 解码器架构，基于 TrOCR 模型，使用 Vision Transformer（ViT）编码器和 Transformer 解码器。编码器将 LaTeX 方程图像转换为一系列嵌入向量，解码器根据这些嵌入向量和标记化的 LaTeX 代码序列生成概率分布，以自回归方式生成预测结果。 安装步骤 克隆仓库： git clone https://github.com/olibridge01/TeXOCR.git 并进入目录。 创建 conda 环境并安装依赖： conda create -n texocr python=3.11 anaconda ， conda activate texocr ， pip install -r requirements.txt 。 安装数据集渲染
………………………………
