unsetunset简介unsetunset
https://github.com/gomate-community/GoMate/blob/main/docs/mineru.md
- MinerU的GPU镜像构建
- 基于FastAPI的PDF解析接口
支持一键启动，已经打包到镜像中，自带模型权重，支持GPU推理加速，GPU速度相比CPU每页解析要快几十倍不等
unsetunset主要功能unsetunset
unsetunset具体原理unsetunset
请见PDF-Extract-Kit:https://github.com/opendatalab/PDF-Extract-Kit/blob/main/README-zh_CN.md
PDF文档中包含大量知识信息，然而提取高质量的PDF内容并非易事。为此，我们将PDF内容提取工作进行拆解：
布局检测：使用LayoutLMv3模型进行区域检测，如图像，表格,标题,文本等；公式检测：使用YOLOv8进行公式检测，包含行内公式和行间公式；公式识别：使用UniMERNet进行公式识别；表格识别：使用StructEqTable进行表格识别；光学字符识别：使用PaddleOCR进行文本识别；
unsetunset镜像地址：unsetunset
阿里云地址：docker pull registry.cn-beijing.aliyuncs.com/quincyqiang/mineru:0.2-models
dockerhub地址：docker pull quincyqiang/mineru:0.2-models
unsetunset启动命令：unsetunset
docker run -itd --name=mineru_server --gpus=all -p 8888:8000 quincyqiang/mineru:0.2-models
具体截图请见博客：https://blog.csdn.net/yanqianglifei/article/details/141979684
unsetunset启动日志：unsetunset
unsetunset输入参数：unsetunset
访问地址：
http://localhost:8888/docs
http://127.0.01:8888/docs
unsetunset解析效果：unsetunset
返回内容字段包括:dict_keys(['layout', 'info', 'content'])
其中content是一个字典列表：
{
'type': 'text',
'text': '现在我们知道：价值实体就是劳动；劳动量的尺度就是劳动持续时间。',
'page_idx': 5
}
粤ICP备14082021号
免费POC，
零成本试错
