如何做本地的 latex 公式 ocr 识别？

[HashV2]

目前看的在线 ocr 识别接口，myscript 和 mathpix 效果都不错

我们产品一年接口请求量大概 200-400w ，算了一下 myscript 贵的离谱，mathpix 大概一年在 20w-30w 的费用

使用在线 ocr 还有并发和带宽相关的问题需要测试

想问有没有本地化按年卖 license 的产品？进行本地化部署

[heqing]

现在有不少基于深度学习的 OCR 模型, 你们如果有大量的数据, 可以尝试自己训练一个试试

[HashV2]

@heqing 我们没有大量的数据集，而且我们尝试使用开源的 ocr 识别 latex 模型，找了一些数据集进行训练，识别准确率真的差太多了，基本上就是除非照着数据集的样子写，其它全错 [哭]

[HashV2]

目前就是希望大家可以推荐一款可以本地部署、按年出售 license 或永久 license 的 ocr 数学公式的产品

实在不行可以有在线按年出售无数量限制的 sdk ，不过在线 api 需要测试一下并发

[HashV2]

https://ai.100tal.com/dataset
用的是这个里面的手写数据集

[Juszoe]

你们尝试了哪些模型呢？我看数据集有十万张图片，应该不至于一点效果没呀，可能还需要多调调参数。
我搜了下发现一个 2019 的工作，https://github.com/JianshuZhang/TAP 当时的效果打败了 MyScript 等商业公司。
团队是中科大的，如果自己搞不来的话，建议你联系他们付费购买一些技术服务。

[Scirocco]

之前个人用过百度飞桨的开源 ocr ，直接用的现成的没训练，效果还算不错

[dayeye2006199]

你们的量这么大，建议联系那些公司的销售单独谈价钱。

[HashV2]

@Juszoe 团队里没人系统学习过机器学习，都是跑起来就算成功 [无奈] ，需要研究一下，成功的话每年倒是能给公司省几十个 w

[HashV2]

@Scirocco 效果不错吗？我这几天先自己跑起来试试，如果有问题的话后面可以联系你做一个资讯和技术支持吗？付费的

[HashV2]

@dayeye2006199 看了上面大家的回复，想自己搞搞试试了。