im2latex-100k

该数据集是一个为打印数学表达式识别而设立的基准数据集，其中的图像均由LaTeX生成。为了提高数据集的实用性，它被进一步增强了，包含了多种字体和变化。该数据集的分辨率为100 DPI，旨在应对打印数学表达式识别的任务。

This dataset is a benchmark dataset established for printed mathematical expression recognition, where all images are generated by LaTeX. To enhance its practicality, it has been further augmented with diverse fonts and variations. With a resolution of 100 DPI, this dataset is designed for the task of printed mathematical expression recognition.

搜集汇总

背景与挑战

背景概述

im2latex-100k是一个用于图像转LaTeX系统的数据集，包含约10万个公式和对应的PNG图像，分为训练、验证和测试集。公式源自arXiv的LaTeX源文件，图像格式固定，公式为黑色且背景透明，适用于机器学习和计算机视觉任务。