MFD-段落间数学公式检测

简单使用

打开 predict.py 即可使用，其中 predict.py 的 mode 有 :

• predict 单张图片预测，可以直接使用，无需更改任何内容

• dir_predict 对一个文件夹下所有文件预测，并输出预测图片到指定文件夹，在使用时，请注意更改文件夹的 Path 路径 :

  dir_origin_path = 'pdf_img'
  dir_save_path = "pdf_img_out"

权重文件请点此进行下载 : Weights 提取码:nn33。下载后请将权重文件放置在 config 文件夹下。

类别以及框的颜色

我们在本次检测任务中设置了两个类别：

• display 对应红色框，只包含公式本身，不包含序号
• display_all 对应蓝色框，包含公式以及对应的序号

具体的区别就是是否含有编号，如下图 :

测试效果

我们在默认文件夹下已经放置了几张图片，并进行了处理，想观察直接效果可以观看 pdf_img_out 文件夹内容。

如何拿到预测框的数值?

我们在 Inference 的过程中，同时将预测框也进行了输出，如代码中的:

pre_image, bboxes = yolo.detect_image(image)

bboxes 存储着该张图片的所有预测框信息，格式为 list[(x_min, y_min, x_max, y_max)]，其中 list 的长度为该张图片拥有多少个预测框。