MinerU是一款免费开源的PDF转Markdown格式软件,从MinerU软件刚开始发布我就和大家分享了,到现在很多人在用这款软件,而且MinerU功能也越来越强大,前天MinerU又将版本更新到了0.10.0版,而且更新了比较重要的功能。最近这一个月MinerU更新了4次,很多人都让我更新一下整合包,今天我做了最新版的MinerU一键启动整合包,大家有用得到PDF转Markdown场景的话,可以下载MinerU试一试。

MinerU介绍
一款用于将PDF转换为Markdown和JSON的高质量工具。开源数据导出工具,将PDF转换成Markdown和JSON格式。
MinerU更新日志
- 2024/11/22 0.10.0 发布。引入混合 OCR 文本提取功能,
- 显著提升密集公式、不规则跨区域、文本以图片表示等复杂文本分布场景的解析性能。
- 兼具文本模式下精准内容提取、速度更快的双重优势,以及OCR模式下更精准的跨度/行区域识别。
- 2024/11/15 发布 0.9.3 版本,集成RapidTable进行表格识别,单表解析速度提升10倍以上,准确率更高,GPU内存占用更低。
- 2024/11/06 0.9.2 发布。集成StructTable-InternVL2-1B模型,实现表格识别功能。
- 2024/10/31 0.9.0 发布。这是一个重要的新版本,进行了广泛的代码重构,解决了许多问题,提高了性能,降低了硬件要求并增强了可用性:
- 重构sorting模块代码,使用layoutreader进行读取顺序排序,保证在各种布局下都有较高的准确率。
- 重构段落拼接模块,在跨列、跨页、跨图、跨表的场景下达到良好效果。
- 重构列表及目录识别功能,大幅提升列表块和目录块的准确率以及对应文本段落的解析。
- 重构图表、表格及说明性文字的匹配逻辑,大幅提升图表图注及脚注匹配准确率,说明性文字的丢失率接近于零。
- 增加OCR多语言支持,支持84种语言的检测和识别。支持语言列表请参见OCR语言支持列表。
- 增加内存回收逻辑等内存优化措施,大幅降低内存占用,除表格加速(布局/公式/OCR)外所有加速特性开启内存需求由16GB降低至8GB,所有加速特性开启内存需求由24GB降低至10GB。
- 优化配置文件功能开关,增加独立公式检测开关,在不需要公式检测的情况下,大幅提升速度和解析结果。
- 集成PDF-Extract-Kit 1.0:
- 增加了自主研发的模型,在保持解析效果相似的前提下,处理速度比原方案提高10倍以上,并可通过配置文件
doclayout_yolo
自由切换。layoutlmv3
- 公式解析升级为
unimernet 0.2.1
,提高公式解析准确率的同时大幅降低内存占用。 - 由于 的仓库变更
PDF-Extract-Kit 1.0
,您需要重新下载模型。详细步骤请参阅如何下载模型。
- 增加了自主研发的模型,在保持解析效果相似的前提下,处理速度比原方案提高10倍以上,并可通过配置文件
MinerU主要特点
- 删除页眉、页脚、脚注、页码等,以确保语义一致性。
- 以人类可读的顺序输出文本,适用于单列、多列和复杂布局。
- 保留原始文档的结构,包括标题、段落、列表等。
- 提取图像、图像描述、表格、表格标题和脚注。
- 自动识别文档中的公式并转换为 LaTeX 格式。
- 自动识别文档中的表格并转换为HTML格式。
- 自动检测扫描的 PDF 和乱码 PDF 并启用 OCR 功能。
- OCR支持84种语言的检测和识别。
- 支持多种输出格式,如多模式和 NLP Markdown、按阅读顺序排序的 JSON 以及丰富的中间格式。
- 支持多种可视化结果,包括布局可视化、跨度可视化,可有效确认输出质量。
- 支持 CPU 和 GPU 环境。
- 兼容 Windows、Linux 和 Mac 平台。

MinerU一键启动整合包使用说明:
首先到我网盘里将主程序压缩包MinerU_20241124.7z下载到电脑上解压,然后将模型文件PDF-Extract-Kit-1.0.7z下载到MinerU_20241124文件夹内并解压,这个最新版本和以前分享的老版本的模型是不兼容的,所以你得下载这个最新版的模型才行。
如果你以前用过MinerU这个软件的话,防止你以前用的版本和最新版本不兼容,先删除C:\Users\你的电脑用户名\magic-pdf.json文件。注意你的电脑用户名不能是中文及特殊字符,最好使用英文字符命名,否则程序会报错。
打开MinerU项目文件夹找到【0启动软件.exe】,双击即可启动应用。
待处理文件一栏里可以是单个PDF文件名,也可以是包含多个PDF文件的文件夹名,可以直接拖动待处理文件或文件夹到程序窗口会自动填入路径输入框。
处理方法有auto,ocr,txt三种方式,ocr:使用ocr技术从pdf中提取信息。txt:仅适用于基于文本的pdf,效果优于ocr。auto:自动从ocr和txt中选择最佳方法解析pdf。如果未指定方法,则默认使用auto。
表格识别模型默认为rapid_table,你也可以改为”tablemaster” 或 “struct_eqtable”
表格识别功能默认是关闭的,开启这个功能的话会比较吃电脑配置,如果你PDF中没有表格的话,那么就不要开启这个功能了。
公式识别功能默认是开启的,如果你的PDF中没有公式的话,那么你可以关闭这个功能,以节省计算量。
最终识别结果在你选择的保存位置文件夹中,程序自动为每个文件夹以文件名命名,其中包含了md,json格式文件,还有提取到的图片等内容,具体可自行查看。
注意事项
软件程序运行路径中请不要有非英文字符及空格
如果PDF文档内容比较复杂,如有很多表格和公式或是PDF文件比较大,处理时间就会比较长,建议将PDF文档用分割工具分割成多个体积较小文档进行处理,每个文档处理时间请在400秒内完成。
使用软件前请先将英伟达显卡驱动更新到最新版本,否则软件会报错显存不足的错误
本整合包软件为Windows电脑版软件,需要有英伟达独立显卡4G或是更高显存,不支持手机和MAC系统。
PDF转Markdown软件MinerU一键启动包v0.10.0下载链接
相关推荐
PDF/图片转markdown软件MonkeyOCR整合包,文档图片解析工具下载
微软PDF/WORD/HTML文档转Markdown格式软件markitdown整合包下载
PDF转Markdown软件MinerU 1.1.0版整合包使用说明视频教程
PDF转Markdown/JSON软件MinerU最新2.1.4版一键启动整合包下载
PDF/EPUB转Markdown/HTML软件Marker v1.6.1 2025-03-21版
PDF转Markdown软件zerox整合包,利用在线大语言模型识别转换PDF内容
批量PDF文档转MD格式软件marker整合包下载,PDF文件转Markdown格式文件工具
人脸图片处理换脸软件facefusion整合包下载,改变年龄重建表情工具
最近更新

pixi包管理器简易教程系列:pypi方法安装pytorch
pytorch可以从conda-forge安装,也可以从Pypi安装,看到目前官方页面上安装命令里已经不提供conda的安装命令了,只有pip命令,所以这里用pypi方式安装。 打开项目文件夹内的pixi.toml文件,添加下面命令要求 执...

pixi包管理器简易教程系列:入门之创建项目及激活虚拟环境
pixi是新一代包管理和环境管理工具,安装python依赖包非常快,用了几次感觉还不错,记录一下个人学习使用pixi的一些经验。 Linux系统安装pixi方法 或是 wget -qO- https://pixi.sh/install.sh...

comfyui视频人物换主体工作流及模型下载
本次分享一个好玩的视频人物换主体工作流,本工作流可以使用一张图片中的主体替换视频中的人物主体。比如抖音上很多热门的猴子炒饭,奥特曼炒饭,猴子vlog等等,都可以使用人物主体替换把原来视频中的人物替换成指定的人物。 comfyui工作流节点使...

github.com镜像加速网站,解决无法访问下载速度慢的问题
github.com是全球最大的开源社区,上面有着大量的优秀的开源应用。特别是当前AI极速发展,各种AI应用层出不穷,极大的方便了我们生活办公。但是由于网络原因,有时候github.com从国内可能无法访问,要么就访问速度极慢,不能方便快捷...

comfyui工作流软件官方原版windows版一键启动整合包下载
comfyui是目前非常热门的一个应用,它使python应用可以图形化以节点的方式直接拖拽使用,使用起来非常方便,而且可以与其他python应用节点配合使用,大大丰富了comfyui的功能,而且网上大量平台可以下载到各种的comfyui工作...

视频人物动作迁移wan2.1 VACE comfyUI工作流及模型下载,一键人物动作复刻
本次分享一个非常好玩的视频人物动作迁移comfyui工作流,可以通过文生视频或图片转视频将视频素材中的人物动作复制到新生成的视频人物中,视频生成模型主要使用了wan2.1 VACE模型。 comfyui工作流节点使用说明 首先打开网盘链接将...

凡人修仙传动画韩立高清图片壁纸素材AI绘画图集
恭迎韩天尊! 祝贺韩天尊顺利结婴! 热门国漫凡人修仙传动画已经更新了5年了,最新一集,主人公韩立顺利结婴,成为一名元婴修士。我属于是比较喜欢看动漫的,看过的动漫估计没过百也得大几十了,热门国漫大多都看过。凡人修仙传算是最喜欢的动漫之一,韩立...

凡人修仙传动画紫灵高清图片壁纸素材AI绘画图集,AI国漫女神系列
凡人修仙传动画乱星海第一美女紫灵是大家非常喜欢的一个角色,动画人物造型精美,是众多女性角色中最受欢迎之一,热度极高。很多人喜欢收集紫灵的图片,但是视频里截图的话可能截不到喜欢的图,下面分享一些紫灵的AI绘画图片素材,图片都是SD生成的,都是...

凡人修仙传动画宋玉高清图片壁纸素材AI绘画图集,AI国漫女神系列
凡人修仙传动画里宋玉是大家比较喜欢的一个角色,动画人物造型精美,当前热度极高。虽然凡人修仙传原著里只是韩老魔的弟子,但是很多短视频创作者非常能整活,已经把宋玉纳入韩老魔后宫了。很多人喜欢收集宋玉的图片,但是视频里截图的话可能截不到喜欢的图,...

凡人修仙传动画人物梅凝高清壁纸素材AI绘画图片,AI国漫女神系列
有些人比较喜欢凡人修仙传动画里梅凝这个角色,视频里截图的话可能截不到喜欢的图,下面分享一些梅凝的AI绘画图片素材,图片都是SD生成的,都是高清大图,非凡人修仙传动画视频截图。部分梅凝图片如下: 图片及模型文件下载链接: https://pa...