MinerU 一站式数据提取工具

模型介绍

MinerU 是一款将 PDF 转化为机器可读格式的工具（如 markdown 、 json），可轻松提取为任何格式。支持 176 种语言的准确识别，进行精准的语言类型鉴定。它专门设计用于将包含图片、公式、表格、脚注等复杂多模态 PDF 文档转化为清晰、易于分析的 Markdown 格式。此外，MinerU 也支持从包含广告等干扰信息的网页、电子书中快速解析和抽取正式内容，从而有效提高 AI 语料的准备效率。

主要功能

删除页眉、页脚、脚注、页码等元素，保持语义连贯
对多栏输出符合人类阅读顺序的文本
保留原文档的结构，包括标题、段落、列表等
提取图像、图片标题、表格、表格标题
自动识别文档中的公式并将公式转换成 latex
自动识别文档中的表格并将表格转换成 latex
乱码 PDF 自动检测并启用 OCR
支持 CPU 和 GPU 环境
支持 windows/linux/mac 平台

部署推理步骤

本教程已经将模型与环境部署完毕，大家可根据教程指引直接使用大模型进行推理对话。具体教程如下：

1. 模型配置

待资源配置后启动容器，点击 API 地址处的连接进入 Demo 界面

2. 打开界面

稍等片刻后可以看到模型的界面，此时我们就可以使用模型了。用户可上传需要提取的 pdf 文件（注意不要大于 5 mb），点击 submit 按钮模型便可以开始提取。在 gradio 界面中也提供了一个示例文件 paper.pdf 供用户体验模型。（该文件的提取时间大约在 110s 左右）