RAG项目必备！文档解析神器MinerU：2.5万星标！支持GPU加速，轻松应对复杂文档 原创

conda create -n MinerU python=3.10
conda activate MinerU
1.
2.

pip install -U "magic-pdf[full]" --extra-index-url https://wheels.myhloli.com -i https://mirrors.aliyun.com/pypi/simple
1.

pip install modelscope
wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/scripts/download_models.py -O download_models.py
python download_models.py
1.
2.
3.

{
    "bucket_info": {
        "bucket-name-1": [
            "ak",
            "sk",
            "endpoint"
        ]
    },
    "models-dir": "{path}/models", # 这里的path默认会是模型下载下来的路径，也可以挪动模型，修改路径
    "layoutreader-model-dir": "{path}/layoutreader",
    "device-mode": "cpu", # 配置服务运行的基础环境，如果是cpu环境就配置cpu，如果是gup cuda，这里就配置为cuda
    "layout-config": {
        "model": "layoutlmv3" // 使用layoutlmv3请修改为“layoutlmv3"
    },
    "formula-config": {
        "mfd_model": "yolo_v8_mfd",
        "mfr_model": "unimernet_small",
        "enable": true // 公式识别功能默认是开启的，如果需要关闭请修改此处的值为"false"
    },
    "table-config": {
        "model": "rapid_table", // 表格识别默认使用"rapid_table"这个速度最快,可以切换为"tablemaster"和"struct_eqtable"
        "enable": false, // 表格识别功能默认是开启的，如果需要关闭请修改此处的值为"false"
        "max_time": 400
    },
    "config_version": "1.0.0"
}
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.

wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/docker/china/Dockerfile -O Dockerfile
1.

docker build -t mineru:latest .
1.

docker run --rm -it --gpus=all mineru:latest /bin/bash -c "echo 'source /opt/mineru_venv/bin/activate' >> ~/.bashrc && exec bash"
1.

magic-pdf --help
1.