AIbase

学术文档处理
Im2latex Base
基于图像生成LaTeX公式的VisionEncoderDecoder模型，使用Swin Transformer编码器和GPT-2解码器架构
图像生成文本
Transformers
I
Matthijs0
56
1
Im2latex
MIT
基于VisionEncoderDecoderModel的基准模型，针对从图像生成LaTeX公式的数据集进行了微调。
图像生成文本
Transformers
I
DGurgurov
288
11
Typress Ocr
MIT
一个预训练的TrOCR模型，专门用于Typst公式OCR任务，能够将图像中的数学公式转换为文本格式。
文字识别
Transformers
T
paran3xus
88
2
Zhen Latex OCR
Apache-2.0
一个专注于识别中英文混合LaTeX公式的OCR模型，支持本地离线CPU推理
图像生成文本
Transformers
Z
MixTex
885
31
Pix2text Mfd
MIT
Pix2Text的数学公式检测(MFD)模型，用于识别图片中的数学公式
文字识别
其他
P
breezedeus
1,369
3
Cephalo LaTeX Phi 3 Vision 128k 4b Beta
Apache-2.0
Cephalo是一个专注于多模态材料科学的视觉大语言模型系列，当前版本专精于将数学公式图像转换为LaTeX代码。
图像生成文本
Transformers
C
lamm-mit
16
0
Texteller
Apache-2.0
TexTeller是基于ViT架构的端到端公式识别模型，能够识别自然图像中的数学公式并将其转换为LaTeX格式公式。
文字识别
Transformers
T
OleehyO
3,806
31
Nougat For Formula
Apache-2.0
基于Nougat-small微调的数学公式识别模型，擅长从图像中提取LaTeX公式代码
图像生成文本
Transformers
N
CuiSiwei
40
5
Texify
Texify 是一个 OCR 工具，专门用于将公式图片和文本转换为 LaTeX 格式。
文字识别
Transformers
T
vikp
206.53k
15
Nougat Latex Base
Apache-2.0
该模型是基于Nougat-base微调的LaTeX OCR模型，专门用于从图像生成LaTeX代码，特别优化了数学公式图像的识别能力。
图像生成文本
Transformers
英语
N
Norm
8,523
78
Nougat Small
Nougat是基于Donut架构的视觉-语言模型，专为将科学PDF转换为Markdown格式而设计。
图像生成文本
Transformers
N
facebook
10.28k
27
Nougat Base
Nougat是基于Donut架构的模型，专为将科学PDF转录为易用Markdown格式而训练
图像生成文本
Transformers
N
facebook
8,151
164