/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
ultralytics
Опубликована
7 июл 2026

Yolo_Detect_khmer_math

Поиск объектовИзображение → bounding_boxes6 профессий

YOLO-модель находит строки кхмерского текста и математических формул на страницах камбоджийских учебников по математике и физике.

501скачиваний за 30 дней0лайковвеса обновлены9 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

YOLO Khmer Text & Math Line Detection v4.0 — модель обнаружения строк текста на страницах камбоджийских учебников по математике и физике. По README, её разработчик обучил модель на материалах национальной школьной программы Камбоджи для 5–12 классов; архитектура относится к семейству YOLO, а репозиторий содержит ONNX-версию. Модель выделяет целые строки, объединяющие кхмерский текст и математические выражения, включая дроби, корни, интегралы, векторы, пределы, матрицы и системы уравнений.

Модель предназначена для подготовки страниц учебников к последующему распознаванию текста и формул, а также для поиска строк в приложениях для сервера, настольных компьютеров, веба и мобильных устройств. Для страниц высокого разрешения рекомендуется размер изображения 1280 пикселей; README приводит для версии v4.0 показатели 91,22% mAP@50, 90,99% точности и 86,58% полноты. Модель выдаёт рамки обнаруженных строк, а не распознанный текст или LaTeX.

В метаданных указана лицензия Apache-2.0. Результаты описывают обнаружение строк в учебниках по математике и физике Камбоджи; качество на других типах документов и языках не подтверждено.

Сценарии применения

  • выделение строк текста и формул на страницах школьных учебников
  • подготовка страниц к OCR кхмерского текста
  • локализация формул перед распознаванием в LaTeX
  • обработка учебников по физике и математике для 5–12 классов
  • поиск текстовых строк в приложениях для веба и мобильных устройств

Ограничения

Модель локализует строки, но не распознаёт их содержимое и не преобразует формулы в LaTeX. Её заявленная область — кхмерские учебники по математике и физике; качество на других документах и языках не подтверждено.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

YOLO - Khmer Text & Math Line Detection (v4.0)

Open in Spaces Hugging Face Space Colab

State-of-the-art YOLO models specialized in detecting Khmer text lines and complex mathematical & physics formulas (fractions, square roots, integrals, vectors, limits, matrices, systems of equations) across Cambodian national secondary & high school textbooks (Grades 5 to 12, Mathematics & Physics).


Key Capabilities

  • Single-Class Unified Line Detection (text_line): Detects entire horizontal reading lines containing mixed Khmer Unicode text and LaTeX mathematical expressions.
  • High Resolution Document Understanding: Optimized for standard high-resolution textbook pages (imgsz=1280).
  • Cross-Platform Deployments: Available in both native PyTorch (.pt) and optimized ONNX (.onnx) formats for Server, Desktop, Web (WebAssembly/WebGPU), and Mobile applications.
  • Interactive Live Web Studio: Test all model checkpoints in real-time with customizable Confidence, Temper (IoU NMS), in-browser ONNX inference, and full-page viewing at khmer-math-detector Space.

Model Versions & Download Links

All weights are available for direct download from this repository:

Model CheckpointVersionFormatsPrimary Focus / MetricsDirect Download Link
best_khmer_Dectecv2_30e.pt 👑v4.0 (Default).pt (~6.2 MB)Dectecv2 30 Epochs91.22% mAP@50, 90.99% Precision, 86.58% Recall⬇️ Download .pt
best_khmer_line_detect_43pct.pt ⭐v3.1.pt (~5.9 MB).onnx (~11.7 MB)Champion Line DetectorStrict line boundaries, ideal for OCR text cropping.⬇️ Download .pt⬇️ Download .onnx
best_yolo_khmer_math_physics_v3.pt 🚀v3.0.pt (~5.5 MB).onnx (~10.1 MB)Unified Math & Physics (54.4K images)74.93% mAP@50, 76.66% Recall, Box Loss: 0.935⬇️ Download .pt⬇️ Download .onnx
best_yolo_khmer_math_v2.pt ⚡v2.0.pt (~6.2 MB).onnx (~11.7 MB)Math G7–G12 Full Textbooks83.83% mAP@50, 1,562 pages, 24,040 bboxes⬇️ Download .pt⬇️ Download .onnx
best_yolo_khmer_math.pt 📐v1.0.pt (~6.8 MB)Oriented Bounding Box (OBB)2 classes: khmer script and expression⬇️ Download .pt
best.pt 🔥Latest.pt (~5.5 MB)Latest merged training run checkpoint⬇️ Download .pt

Benchmark & Performance Comparison

Metricv1.0 (Baseline)v2.0 (Math G7-G12)v3.0 (Math & Physics 54.4K)v3.1 (Champion Line Detector)v4.0 (Dectecv2)
ScopeBasic Math cropsMath G7–G12Full MoEYS Math + PhysicsRefined High-Precision LinesOptimal Line Detection (30 Epochs)
Total Images~2,5001,562 pages54,407 Images (46,245 Train | 8,162 Val)Selected High-Density TextbooksSame as v3.0
Target ClassOBB (khmer/math)Line Bounding BoxLine Bounding Boxtext_line (Single Class)text_line (Single Class)
mAP@5043.31%83.83%74.93% (~75% on 54.4K items)High Precision Strict BBoxes91.22%
mAP@50-9529.62%64.85%55.25%Optimal OCR Crop Aspect70.11%
Recall50.36%79.26%76.66%78.40%86.58%
Precision----90.99%

🛠️ Quickstart Usage

Option 1: Using PyTorch & Ultralytics (Recommended for Desktop/Server)

from ultralytics import YOLO
from huggingface_hub import hf_hub_download

# 1. Download the model from Hugging Face Hub
model_path = hf_hub_download(
    repo_id="krotreaksmey/Yolo_Detect_khmer_math",
    filename="best_khmer_Dectecv2_30e.pt"  # Default v4.0 model
)

# 2. Load model
model = YOLO(model_path)

# 3. Run prediction on a textbook page
# Tip: Use imgsz=1280 for full A4 pages to preserve small subscripts and fractions!
results = model.predict(
    source="path/to/textbook_page.png",
    conf=0.25,
    iou=0.45,
    imgsz=1280
)

# 4. Extract bounding boxes
for r in results:
    boxes = r.boxes.xyxy.cpu().numpy()  # [x1, y1, x2, y2]
    confs = r.boxes.conf.cpu().numpy()
    for box, score in zip(boxes, confs):
        x1, y1, x2, y2 = box.astype(int)
        print(f"Line detected at [{x1}, {y1}, {x2}, {y2}] with confidence: {score:.2f}")

Option 2: Using ONNX Runtime (Cross-Platform / C++ / Python)

import onnxruntime as ort
import numpy as np
from PIL import Image

# Load ONNX model
session = ort.InferenceSession("best_khmer_line_detect_43pct.onnx")

# Load and preprocess image with 640x640 letterbox
im = Image.open("textbook_page.png").convert("RGB")
w, h = im.size
scale = min(640 / w, 640 / h)
nw, nh = int(w * scale), int(h * scale)
im_resized = im.resize((nw, nh), Image.Resampling.BILINEAR)

# Create 640x640 letterbox padded canvas
padded = Image.new("RGB", (640, 640), (114, 114, 114))
pad_x = (640 - nw) // 2
pad_y = (640 - nh) // 2
padded.paste(im_resized, (pad_x, pad_y))

# Normalize to float32 CHW [1, 3, 640, 640]
input_arr = np.array(padded, dtype=np.float32) / 255.0
input_arr = np.transpose(input_arr, (2, 0, 1))[np.newaxis, ...]

# Run inference
outputs = session.run(["output0"], {"images": input_arr})
predictions = outputs[0]  # shape: (1, 5, 8400) -> [cx, cy, w, h, conf]

📚 Training Dataset Distribution (54,407 Samples)

The model training corpus covers the complete Ministry of Education, Youth and Sport (MoEYS) STEM curriculum:

  • Mathematics Grade 5: 3,305 images
  • Mathematics Grade 6: 3,277 images
  • Mathematics Grade 7: 5,276 images
  • Mathematics Grade 8: 548 images
  • Mathematics Grade 9: 6,869 images
  • Mathematics Grade 11 (Advance): 6,669 images
  • Mathematics Grade 12 (Basic): 3,745 images
  • Mathematics Grade 12 (Advance): 4,475 images
  • Physics Grade 11: 7,181 images
  • Physics Grade 12: 13,062 images
  • Total Unified Images: 54,407 images (Train: 46,245 | Val: 8,162)

Training Visualizations

Confusion Matrix PR Curve F1 Curve


Related Resources


Citation

If you use this model or dataset in your research or project, please cite:

@misc{yolo_khmer_math_v3,
  title={YOLO Khmer Text & Math Line Detection Model},
  author={krotreaksmey},
  year={2026},
  publisher={Hugging Face},
  url={https://huggingface.co/krotreaksmey/Yolo_Detect_khmer_math}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ultralytics

Нельзя запустить

Модели Ultralytics YOLO требуют отдельного рантайма.

Ревизия весов
156e81d

0 моделей