微信扫码
添加专属顾问
我要投稿
租用AutoDL服务器
选用RTX3090
PyTorch 2.1.0 Python 3.10(ubuntu22.04) Cuda 12.1
--no-cache-dir 不用缓存
选用清华源,官网的阿里云检索不到magic-pdf[full]
conda creat -n MinerU python=3.10.0conda activate MinerUpip install -U magic-pdf[full] --extra-index-url https://wheels.myhloli.com -i https://pypi.tuna.tsinghua.edu.cn/simple --no-cache-dir
查看是否安装成功
magic-pdf --version
https://github.com/opendatalab/MinerU/blob/master/docs/how_to_download_models_zh_cn.md
pip install modelscopewget https://gitee.com/myhloli/MinerU/raw/master/scripts/download_models.py -O download_models.pypython download_models.py
python脚本会自动下载模型文件并配置好配置文件中的模型目录
配置文件可以在用户目录中找到,文件名为magic-pdf.json
下载模型后移动models 和layoutreader到autodl-tmp文件夹中(任意文件夹中都行)
# 移动models
mv /root/.cache/modelscope/hub/opendatalab/PDF-Extract-Kit-1.0 /root/autodl-tmp/models
# 移动layoutreader
mv /root/.cache/modelscope/hub/ppaanngggg/layoutreader /root/autodl-tmp/layoutreader
修改生成的magic-pdf.json中的“models-dir”和“layoutreader-model-dir”参数
{"bucket_info": {"bucket-name-1": ["ak","sk","endpoint"],"bucket-name-2": ["ak","sk","endpoint"]},"models-dir": "/root/autodl-tmp/models","layoutreader-model-dir": "/root/autodl-tmp/layoutreader","device-mode": "cuda","layout-config": {"model": "layoutlmv3"},"formula-config": {"mfd_model": "yolo_v8_mfd","mfr_model": "unimernet_small","enable": true},"table-config": {"model": "rapid_table","enable": false,"max_time": 400},"config_version": "1.0.0"}
python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
在MinerU虚拟环境下运行
magic-pdf -p PDF的地址 -o 输出位置
举例:将root文件下的small_ocr.pdf文件转换完后,保存在/root/autodl-tmp/output
magic-pdf -p /root/small_ocr.pdf -o /root/autodl-tmp/output
输出结果为:
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-06-14
从天价咨询到免费AI,夸克能改变志愿填报这门生意吗?
2025-06-14
开源破局,中国AI正在改写全球竞争格局!
2025-06-13
MinerU-利用专用LLM模型提取PDF内容的工具实测
2025-06-13
官宣|Milvus 2.6正式开源:内存减少 72%,速度比ES快4倍
2025-06-13
CoCo:全球首个“有记忆”的企业级AI Agent
2025-06-13
OpenAI 三连更:Team 上线 o3-pro、o3 额度翻倍、Projects 大升级!
2025-06-13
Manus免费版来了!两大核心更新功能实测
2025-06-13
[开源]RAGFlow: 基于深度文档理解的开源RAG引擎
2025-03-19
2025-03-19
2025-03-17
2025-04-01
2025-04-01
2025-04-13
2025-04-29
2025-03-19
2025-03-23
2025-03-22
2025-06-14
2025-06-10
2025-06-08
2025-05-28
2025-05-28
2025-05-26
2025-05-25
2025-05-23