网站信管局备案全国免费信息发布平台

目录

1.MinerU--定义

2.MinerU--功能

3.MinerU--部署

3.1.🔧本地部署系统要求

3.2.下载源码

3.3.安装magic-pdf

3.4.docker搭建

3.5.启动！

---

1.MinerU--定义

MinerU：矿工

MinerU是上海人工智能实验室OpenDataLab团队推出的开源智能数据提取工具，专注于复杂PDF文档的高效解析与提取。MinerU能将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的Markdown格式，支持从网页和电子书中提取内容，提高AI语料准备效率。MinerU具备高精度的PDF模型解析工具链，支持多种输入模型，自动识别乱码，保留文档结构，转换公式为LaTex，适用于学术、财务、法律等多个领域，支持CPU和GPU，兼容Windows/Linux/Mac平台，性能卓越。

官网地址：跳转提示-稀土掘金

更新动态： 

2.MinerU--功能

• PDF到Markdown转换：将包含多种内容类型的PDF文档转换为结构化的Markdown格式，便于进一步的编辑和分析。
• 多模态内容处理：能识别和处理PDF中的图像、公式、表格和文本等多种内容。
• 结构和格式保留：在转换过程中，保留原始文档的结构和格式，如标题、段落和列表。
• 公式识别与转换：特别针对数学公式，能识别并转换成LaTeX格式，方便学术交流和技术文档使用。
• 干扰元素去除：自动删除页眉、页脚、脚注和页码等非内容元素，净化文档信息。
• 乱码识别与处理：自动识别并纠正PDF文档中的乱码，提高信息提取的准确性。
• 高质量解析工具链：集成了先进的PDF解析工具，包括布局检测、公式检测和光学字符识别（OCR），确保提取结果的高准确度。

 技术路线总结：

处理阶段​​	​​关键技术与方法​​	​​主要功能/输出​​
​​文档分类预处理​​	- 类型识别（文本型/图层型/扫描版） - 乱码检测、扫描文档识别	分类后的PDF文档及预处理标记（如乱码位置、扫描标识）
​​模型解析与内容提取​​
- 布局检测	LayoutLMv3等深度学习模型	识别图像、表格、标题、文本区域及其坐标
- 公式检测	自研YOLOv8模型	区分行内公式和行间公式的位置
- 公式识别	自研UniMERNet模型	公式转换为LaTeX格式
- OCR	PaddleOCR等技术	提取文本内容
​​管线处理​​	- 块顺序确定 - 无用元素删除 - 版面排序拼装 - 坐标修复/高iou处理等后处理	结构化的文档内容（按阅读顺序排列的文本、表格、公式等）
​​输出格式转换​​	中间态格式（middle-json）	支持Layout/Span/Markdown/Content list等多种输出格式
​​质检与优化​​	- 自测评测集检测 - 可视化质检工具人工标注	模型效果评估与优化反馈，提升提取准确性

• 项目官网：opendatalab.com/OpenSourceT…
• GitHub仓库：github.com/opendatalab…
• HuggingFace模型库：huggingface.co/wanderkid/P…
• 魔搭社区模型库：www.modelscope.cn/models/wand…

3.MinerU--部署

官方文档：https://github.com/opendatalab/MinerU/blob/master/README_zh-CN.md

3.1.🔧本地部署系统要求

● Python 3.10～3.13

● Conda（包管理器）

GPU加速要求（可选）

● NVIDIA显卡（显存≥6GB）

基础环境配置推荐：

3.2.下载源码

git clone https://github.com/opendatalab/MinerU.git
cd Mineru

 

3.3.安装magic-pdf

需要conda版本：

创建虚拟环境mineru：

conda create -n mineru python=3.10

激活这个环境：（先初始化终端）

conda init powershell  
cd "D:\Anaconda3\envs"conda activate mineru

前面出现mineru就可以了：

 在虚拟环境下面下载包

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

3.4.docker搭建

1. 从modelscope下载模型（推荐）

官方地址：魔搭社区

下载wget：Index of /misc/wget/releases ，加入环境变量.

wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/docker/china/Dockerfile
docker build -t mineru-sglang:latest -f Dockerfile .

 使用 Docker Compose 启动：

cd "D:\MinerU\docker"
wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/docker/compose.yaml
docker compose -f compose.yaml up -d

Dockerfile默认使用lmsysorg/sglang:v0.4.7-cu124作为基础镜像，如有需要，您可以自行修改为其他平台版本。 

3.5.启动！

mineru --help

Usage: mineru [OPTIONS]

Options:
  -v, --version                   显示版本并退出
  -p, --path PATH                 输入文件路径或目录（必填）
  -o, --output PATH               输出目录（必填）
  -m, --method [auto|txt|ocr]     解析方法：auto（默认）、txt、ocr（仅用于 pipeline 后端）
  -b, --backend [pipeline|vlm-transformers|vlm-sglang-engine|vlm-sglang-client]
                                  解析后端（默认为 pipeline）
  -l, --lang [ch|ch_server|... ]  指定文档语言（可提升 OCR 准确率，仅用于 pipeline 后端）
  -u, --url TEXT                  当使用 sglang-client 时，需指定服务地址
  -s, --start INTEGER             开始解析的页码（从 0 开始）
  -e, --end INTEGER               结束解析的页码（从 0 开始）
  -f, --formula BOOLEAN           是否启用公式解析（默认开启，仅 pipeline 后端）
  -t, --table BOOLEAN             是否启用表格解析（默认开启，仅 pipeline 后端）
  -d, --device TEXT               推理设备（如 cpu/cuda/cuda:0/npu/mps，仅 pipeline 后端）
  --vram INTEGER                  单进程最大 GPU 显存占用（仅 pipeline 后端）
  --source [huggingface|modelscope|local]
                                  模型来源，默认 huggingface
  --help                          显示帮助信息

MinerU 默认在首次运行时自动从 HuggingFace 下载所需模型。若无法访问 HuggingFace，可通过以下方式切换模型源：

切换至 ModelScope 源

mineru -p <input_path> -o <output_path> --source modelscope

 模型下载地址：C:\Users\asus\.cache\modelscope\hub\models

 

 

加速：

mineru -p <input_path> -o <output_path> -b vlm-sglang-engine