【亲测免费】 TexTeller 项目使用教程

1. 项目的目录结构及介绍

TexTeller 项目的目录结构如下：

TexTeller/
├── assets/
├── src/
│   ├── models/
│   │   ├── det_model/
│   │   ├── ocr_model/
│   │   └── tokenizer/
│   ├── inference.py
│   ├── server.py
│   └── start_web.sh
├── .gitignore
├── LICENSE
├── MANIFEST.in
├── README.md
├── requirements.txt
└── setup.py

目录结构介绍

• assets/: 存放项目相关的静态资源文件。
• src/: 项目的主要代码目录，包含模型、推理脚本、服务器脚本和启动脚本。
  • models/: 存放各种模型的代码和权重文件。
    • det_model/: 公式检测模型的代码和权重文件。
    • ocr_model/: OCR 模型的代码和权重文件。
    • tokenizer/: 分词器的代码和权重文件。
  • inference.py: 推理脚本，用于将图像转换为 LaTeX 公式。
  • server.py: 服务器脚本，用于启动 API 服务。
  • start_web.sh: 启动 Web 演示的脚本。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• MANIFEST.in: 打包配置文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖库列表。
• setup.py: 项目安装脚本。

2. 项目的启动文件介绍

2.1 start_web.sh

start_web.sh 是一个启动 Web 演示的脚本。运行该脚本后，可以在浏览器中访问 http://localhost:8501 查看 Web 演示。

cd src/
./start_web.sh

2.2 server.py

server.py 是一个启动 API 服务的脚本。运行该脚本后，可以通过 API 接口调用 TexTeller 进行图像到 LaTeX 公式的转换。

cd src/
python server.py

2.3 inference.py

inference.py 是一个推理脚本，用于将图像转换为 LaTeX 公式。可以通过命令行运行该脚本，指定图像路径进行推理。

cd src/
python inference.py -img "/path/to/image.jpg"

3. 项目的配置文件介绍

3.1 requirements.txt

requirements.txt 文件列出了项目所需的所有依赖库。可以使用以下命令安装这些依赖库：

pip install -r requirements.txt

3.2 setup.py

setup.py 是项目的安装脚本。可以通过以下命令安装项目：

python setup.py install

3.3 src/globals.py

src/globals.py 文件包含了项目的一些全局配置，如模型路径、分词器路径等。可以根据需要修改这些配置。

3.4 src/models/ocr_model/train/train_args.py

src/models/ocr_model/train/train_args.py 文件包含了 OCR 模型训练的超参数配置。可以根据需要调整这些参数进行模型训练。

3.5 src/models/tokenizer/train.py

src/models/tokenizer/train.py 文件包含了分词器的训练脚本。可以根据需要重新训练分词器。

cd src/
python -m models.tokenizer.train

通过以上介绍，您应该能够了解 TexTeller 项目的目录结构、启动文件和配置文件的基本情况，并能够根据需要进行相应的操作。