MinerU是一款开源的高质量PDF解析工具，基于深度学习技术，可自动提取PDF文档中的文字、表格、图片、公式等内容，并提供丰富的分析、统计、搜索等功能。 本项目为其提供一个简化版本的WebUI，方便用户上传PDF文件，并实时展示提取结果。
欢迎大家使用配套的新程序MinerU-PDFScanner, 可以将本程序作为后端调用，支持多任务并行处理，支持历史数据查看，支持导出包
👏👏👏👏👏👏MinerU-PDFScanner🔥🔥🔥
- 卸载
pip uninstall paddlepaddle - 安装cuda版本对应的paddle
- 支持API接口 👏👏👏👏
- 接口支持异步处理，并发处理🔥🔥🔥🔥
- 接口文档
http://127.0.0.1:8080/docs#/
在仓库根目录可以获得 magic-pdf.template.json 配置模版文件
❗️务必执行以下命令将配置文件拷贝到【用户目录】下，否则程序将无法运行
windows用户目录为 "C:\Users\用户名"
(New-Object System.Net.WebClient).DownloadFile('https://gitee.com/myhloli/MinerU/raw/master/magic-pdf.template.json', 'magic-pdf.template.json')
cp magic-pdf.template.json ~/magic-pdf.json在用户目录中找到magic-pdf.json文件并配置"models-dir"为5. 下载模型中下载的模型权重文件所在目录
❗️务必正确配置模型权重文件所在目录的【绝对路径】，否则会因为找不到模型文件而导致程序无法运行
windows系统中此路径应包含盘符，且需把路径中所有的
"\"替换为"/",否则会因为转义原因导致json文件语法错误。例如：模型放在D盘根目录的models目录，则model-dir的值应为"D:/models"
{
"models-dir": "/tmp/models"
}如果您的显卡显存大于等于8G，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
pip install --force-reinstall torch==2.3.1 torchvision==0.18.1 --index-url https://download.pytorch.org/whl/cu118❗️务必在命令中指定以下版本
torch==2.3.1 torchvision==0.18.1这是我们支持的最高版本，如果不指定版本会自动安装更高版本导致程序无法运行
2.修改【用户目录】中配置文件magic-pdf.json中"device-mode"的值
{
"device-mode":"cuda"
}提示：CUDA加速是否生效可以根据log中输出的各个阶段cost耗时来简单判断，通常情况下，
layout detection cost和mfr time应提速10倍以上。
详细参考 如何下载模型文件
❗️模型下载后请务必检查模型文件是否下载完整
请检查目录下的模型文件大小与网页上描述是否一致，如果可以的话，最好通过sha256校验模型是否下载完整 下载完成后，建议放入目录
models，并且修改配置文件magic-pdf.json中的models-dir为模型文件所在目录的绝对路径。
conda create -n MinerU python=3.10
conda activate MinerU
pip install -U magic-pdf[full] --extra-index-url https://wheels.myhloli.com -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt
python webui.py启动成功后，浏览器打开 http://localhost:7860/ 即可访问项目主页。
- 支持进度查看
- 支持多文件上传，批处理