type
status
date
slug
summary
tags
category
icon
password
URL
Rating
如 Pix2Text (P2T) 新版公式检测模型 末尾所说，不同版本的模型，一般会遵循以下的使用逻辑（很抱歉，开源作者也要喝咖啡，开源作者也可以有不开源的东西）：
- 最新的模型供 P2T网页版 使用，以及付费购买；
- 次新的模型对星球会员开放，及支持单独购买；
- 次次新的模型对所有人免费开放。
YoloV7 模型当前包含两个版本：
version-20230208：第一版的YoloV7模型，大致训练于2023/02/08。P2T网页版 在2023/02~2023/06 期间，用的是此检测模型。
version-20230613：第二版（最新版）YoloV7模型，训练于2023/06/13，P2T网页版当前正在使用此模型。此模型主要针对中文图片中的数学公式，以及纯公式窄图片场景做了优化。具体说明见：Pix2Text (P2T) 新版公式检测模型。
获取方式
当前这两个版本的获取方式如下：
检测模型版本 | 企业购买 | 个人购买 | 对星球会员 | 免费可下载 |
YoloV7_Tiny 开源模型 | ✖️ | ✖️ | ✔️ | ✔️ |
version-20230208 | ✖️ | ✔️ B站工房 | ✔️ 免费 | ✖️ |
version-20230613 | ✔️ 八折 | ✖️ |
效果对比
相对于开源可免费使用的 YoloV7_Tiny 模型，YoloV7 模型大概是其
6倍大，训练消耗的资源也差不多是这个倍数。下图是两个模型在测试集上效果的对比图（每个metric的具体含义请Google或者ChatGPT，它们都是越大越好）。注意，下图蓝线是
version-20230613 版本的训练过程，之前的 YoloV7 模型（version-20230208）的训练图找不到了。。但相对高低可以参考，version-20230613 主要是优化了中文图片和窄的孤立公式图片的检测效果。
从上图可以看到 YoloV7 相比 YoloV7_Tiny 模型，精度还是要好不少的，比如其召回率从 0.973 提升到了 0.985（能检测出更多公式）。
YoloV7 模型使用说明
比如默认使用开源的MFD检测模型 YoloV7_Tiny，使用方法如下：
首先从前面表格中的方式下载模型文件（40~50+M），解压后会看到一个名为
yolov7-model 的文件夹，里面的文件即为模型文件，比如叫 mfd-yolov7-20230208.pt 。假如文件 mfd-yolov7-20230208.pt 的路径为 abc/def/yolov7-model/mfd-yolov7-20230208.pt，那在初始化 Pix2Text 时应该如下传入参数。初始化后的使用方式和开源模型完全一样，检测和识别结果也没有差别。有问题可以在这里评论，或者加入群聊与我沟通，谢谢。
- 作者:Breezedeus
- 链接:https://breezedeus.com/article/p2t-yolov7-for-zsxq-20230619
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章