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
2025-04-30
速报!DeepSeek-Prover-V2-671B 悄然上线,或为 R2 铺路?
2025-04-30
“Qwen3之后,我才真正敢投AI应用”
2025-04-30
真·开源MCP平台来了!ACI.dev能一站直连600+工具,让你的智能体秒变全能王!
2025-04-30
n8n:免费+开源的自动化神器,比dify更简单,比Make更强大!
2025-04-30
宝藏发现:Sim Studio,一款让AI工作流搭建变简单的开源利器
2025-04-29
我们有必要使用 Qwen3 吗?
2025-04-29
Qwen3开源发布:Think Deeper, Act Faster!社区推理、部署、微调、MCP调用实战教程来啦!
2025-04-29
阿里 Qwen3 技术详解: 4B 参数媲美 72B,MoE 架构的开源突破
2024-07-25
2025-01-01
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-07-11
2024-06-12
2024-08-13
2024-12-26
2025-04-30
2025-04-29
2025-04-28
2025-04-28
2025-04-28
2025-04-21
2025-04-19
2025-04-17