Skip to content

Latest commit

 

History

History
278 lines (152 loc) · 10.9 KB

RELEASE.md

File metadata and controls

278 lines (152 loc) · 10.9 KB
Raw

Release Notes

Update 2024.07.18: V1.1.1.2 Released

Major Changes:

主要变更：

Update 2024.06.24: V1.1.1.1 Released

Major Changes:

  • Added a new parameter static_resized_shape when initializing MathFormulaDetector, which is used to resize the input image to a fixed size. Some formats of models require fixed-size input images during inference, such as CoreML.

主要变更：

  • MathFormulaDetector 初始化时加入了参数 static_resized_shape, 用于把输入图片 resize 为固定大小。某些格式的模型在推理时需要固定大小的输入图片，如 CoreML。

Update 2024.06.18: V1.1.1 Released

Major changes:

  • Support the new mathematical formula detection models (MFD): breezedeus/pix2text-mfd (Mirror), which significantly improves the accuracy of formula detection.

See details: Pix2Text V1.1.1 Released, Bringing Better Mathematical Formula Detection Models | Breezedeus.com.

主要变更：

具体说明请见：Pix2Text V1.1.1 发布，带来更好的数学公式检测模型 | Breezedeus.com。

Update 2024.06.17：V1.1.0.7 Released

Major changes:

  • adapted with cnstd>=1.2.4, thanks to @g1y5x3 .

主要变更：

  • 适配 cnstd>=1.2.4 ，感谢 @g1y5x3 。

Update 2024.06.04：V1.1.0.6 Released

Major changes:

  • Fix: The Text OCR incorrectly carried over the configuration from previous calls when it was called multiple times.

主要变更：

  • 修复 bug：Text OCR 多次调用时错误沿用了之前的配置信息。

Update 2024.05.27：V1.1.0.5 Released

Major changes:

  • Fixed bugs such as that in ._parse_remaining.

主要变更：

  • 修复 ._parse_remaining 等 bug。

Update 2024.05.20：V1.1.0.4 Released

Major changes:

  • set table_as_image as True if self.table_ocr is not available.
  • fix typo: #108 . Thanks to @billvsme.

主要变更：

  • 如果 self.table_ocr 不可用，将 table_as_image 设置为 True。
  • 修复拼写错误：#108 。感谢 @billvsme。

Update 2024.05.19：V1.1.0.3 Released

Major changes:

  • A new paid model, mfr-plus, has been added, which offers better recognition for multi-line formulas.
  • When recognizing only English, CnOCR does not output Chinese.
  • Bugs have been fixed.

主要变更：

  • 加入新的付费模型：mfr-plus，对多行公式的识别效果更好。
  • 在只识别英文时，CnOCR 不输出中文。
  • 修复 bugs。

Update 2024.05.10：V1.1.0.2 Released

Major changes:

  • Fixed the error caused by empty lines in merge_line_texts.

主要变更：

  • 修复 merge_line_texts 中空行导致的错误。

Update 2024.04.30：V1.1.0.1 Released

Major changes:

  • Fix the exception occurring when saving files on Windows.

主要变更：

  • 修复 Windows 下存储文件时出现的异常。

Update 2024.04.28：V1.1 Released

Major changes:

主要变更：

Update 2024.03.30：V1.0.2.3 Released

Major changes:

  • Fixed the issue caused by merge_line_texts, see details at: #84.
  • Optimized the post-processing logic to handle some abnormal sequences.

主要变更：

  • 修复 merge_line_texts 带来的错误，具体见：#84 。
  • 优化了后处理逻辑，处理部分不正常的序列。

Update 2024.03.18：V1.0.2.2 Released

Major changes:

  • The previously used output_logits argument is incompatible with transformers < 4.38.0, replaced by the output_scores argument. #81
  • Fixed a bug in serve.py that was not compatible with the new pix2text version.

主要变更：

  • 之前使用的 output_logits 参数不兼容 transformers < 4.38.0，换为 output_scores 参数。 #81
  • 修复 serve.py 中未兼容新版接口的 bug。

Update 2024.03.15：V1.0.2.1 Released

Major Changes:

  • Fixed mishandling of LaTeX expressions during post-processing, such as replacing \rightarrow with arrow.
  • Added rec_config parameter to .recognize_text() and .recognize_formula() methods for passing additional parameters for recognition.

主要变更：

  • 修复对 LaTeX 表达式进行后处理时引入的误操作，如 \rightarrow 被替换为 arrow。
  • 对 .recognize_text() 和 .recognize_formula() 加入了 rec_config 参数，以便传入用于识别的额外参数。

Update 2024.03.14：V1.0.2 Released

Major Changes:

  • Optimized the recognition process, improving the recognition of boundary punctuation that may have been missed before.
  • Enhanced the LaTeX recognition results by restoring the formula tags to the formulas.
  • Adjusted the output format of the recognition results, adding the return_text parameter to control whether to return only text or more detailed information. When returning more detailed information, confidence score score and position information position will also be provided. Thanks to @hiroi-sora for the suggestion: #67.

主要变更：

  • 优化了识别的逻辑，以前可能漏识的边界标点现在可以比较好的识别。
  • 对 Latex 识别结果进行了优化，把公式的 tag 还原到公式中。
  • 调整了识别结果的输出格式，增加了参数 return_text 来控制结果是只返回文本还是更丰富的信息。当返回更丰富信息时，会返回置信度 score 以及位置信息 position。感谢 @hiroi-sora 的建议：#67 。

Update 2024.03.03：发布 V1.0.1

主要变更：

Update 2024.02.26：发布 V1.0

主要变更：

Update 2024.01.10：发布 V0.3

主要变更：

  • 支持识别 80+ 种语言，详细语言列表见 支持的语言列表；

  • 模型自动下载增加国内站点；

  • 优化对检测 boxes 的合并逻辑。

Update 2023.12.21：发布 V0.2.3.3

主要变更：

Update 2023.09.10：发布 V0.2.3.2

主要变更：

  • fix: 去掉 consts.py 无用的 CATEGORY_MAPPINGS。

Update 2023.07.14：发布 V0.2.3.1

主要变更：

  • 修复了 self.recognize_by_clf 返回结果中不包含 line_number 字段导致 merge_line_texts 报错的bug。

Update 2023.07.03：发布 V0.2.3

主要变更：

  • 优化了对检测出的boxes的排序逻辑，以及对混合图片的处理逻辑，使得最终识别效果更符合直觉。具体参考：Pix2Text 新版公式识别模型 | Breezedeus.com 。
  • 修复了模型文件自动下载的功能。HuggingFace似乎对下载文件的逻辑做了调整，导致之前版本的自动下载失败，当前版本已修复。但由于HuggingFace国内被墙，国内下载仍需 梯子（VPN）。
  • 更新了各个依赖包的版本号。

Update 2023.06.20：发布新版 MFD 模型

主要变更：

Update 2023.02.19：发布 V0.2.2.1

主要变更：

  • 修复bug。

Update 2023.02.19：发布 V0.2.2

主要变更：

  • 修复旋转框导致的识别结果错误；
  • 去掉代码中不小心包含的 breakpoint()。

[Yanked] Update 2023.02.19：发布 V0.2.1

主要变更：

  • 增加后处理机制优化Latex-OCR的识别结果；
  • 使用最新的 CnSTD 和 CnOCR，它们修复了一些bug。

Update 2023.02.03：发布 V0.2

主要变更：

  • 利用 CnSTD 新版的数学公式检测（Mathematical Formula Detection，简称 MFD）能力，P2T V0.2 支持识别既包含文字又包含公式的混合图片。

Update 2022.10.21：发布 V0.1.1

主要变更：

  • Fix: remove the character which causes error on Windows

Update 2022.09.11：发布 V0.1

  • 初版发布