InftyMCCDB_2数学表达式数据集

数据集概述

该数据集是InftyCDB-2的修改版本，包含扫描文章页面中的数学表达式。原始数据含21,056个表达式，经去除矩阵和网格公式后保留19,381个，覆盖213个符号类，按符号与关系类分布划分为训练集（12,551张图像）和测试集（6,830张图像），表达式符号数量平均为7.33个。

文件详解

• 压缩文件包:
• LG_test.zip: 压缩文件，可能包含测试集的标签图（.lg）格式真值文件
• LG.zip: 压缩文件，可能包含训练集的标签图（.lg）格式真值文件
• IMG.zip: 压缩文件，可能包含所有数学表达式对应的.png格式图像文件

适用场景

• 数学符号识别研究: 用于训练和测试数学表达式图像识别模型
• 光学字符识别（OCR）技术开发: 针对印刷体数学公式的OCR算法优化
• 文档数字化应用: 扫描学术文档中数学内容的自动提取与结构化处理
• 人工智能教育工具开发: 支持智能辅导系统中的数学公式解析功能