mirror of https://github.com/opendatalab/MinerU.git synced 2026-03-27 11:08:32 +07:00

Files

myhloli b0e220c5f0 refactor(demo): simplify batch_demo.py and update demo.py

- Remove unnecessary imports and code in batch_demo.py
- Update demo.py to use relative paths and improve code structure
- Adjust output directory structure in both scripts
- Remove redundant code and simplify functions

2025-04-02 23:58:17 +08:00

2.3 KiB

Raw Blame History

Windows10/11

1. 安装cuda和cuDNN

需要安装符合torch要求的cuda版本，torch目前支持11.8/12.4/12.6

CUDA 11.8 https://developer.nvidia.com/cuda-11-8-0-download-archive
CUDA 12.4 https://developer.nvidia.com/cuda-12-4-0-download-archive
CUDA 12.6 https://developer.nvidia.com/cuda-12-6-0-download-archive

2. 安装anaconda

如果已安装conda，可以跳过本步骤

下载链接： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Windows-x86_64.exe

3. 使用conda 创建环境

conda create -n mineru 'python<3.13' -y
conda activate mineru

4. 安装应用

pip install -U magic-pdf[full] -i https://mirrors.aliyun.com/pypi/simple

Important

下载完成后，务必通过以下命令确认magic-pdf的版本是否正确
magic-pdf --version
如果版本号小于 1.3.0 ，请到issue中向我们反馈

5. 下载模型

详细参考如何下载模型文件

6. 了解配置文件存放的位置

完成5.下载模型步骤后，脚本会自动生成用户目录下的magic-pdf.json文件，并自动配置默认模型路径。您可在【用户目录】下找到magic-pdf.json文件。

Tip

windows用户目录为 "C:/Users/用户名"

7. 第一次运行

从仓库中下载样本文件，并测试

 wget https://github.com/opendatalab/MinerU/raw/master/demo/pdfs/small_ocr.pdf -O small_ocr.pdf
 magic-pdf -p small_ocr.pdf -o ./output

8. 测试CUDA加速

如果您的显卡显存大于等于 6GB ，可以进行以下流程，测试CUDA解析加速效果

1.覆盖安装支持cuda的torch和torchvision(请根据cuda版本选择合适的index-url，具体可参考torch官网)

pip install --force-reinstall torch==2.6.0 torchvision==0.21.1 "numpy<2.0.0" --index-url https://download.pytorch.org/whl/cu124

2.修改【用户目录】中配置文件magic-pdf.json中"device-mode"的值

{
  "device-mode":"cuda"
}

3.运行以下命令测试cuda加速效果

magic-pdf -p small_ocr.pdf -o ./output

Tip

CUDA加速是否生效可以根据log中输出的各个阶段的耗时来简单判断，通常情况下，cuda加速后运行速度比cpu更快。

2.3 KiB Raw Blame History Unescape Escape