Ubuntu 22.04 LTS 安装MinerU

1. 检测是否已安装nvidia驱动

nvidia-smi

如果看到类似如下的信息，说明已经安装了nvidia驱动，可以跳过步骤2

Note

CUDA Version 显示的版本号应 >= 12.1，如显示的版本号小于12.1，请升级驱动

2. 安装驱动

如没有驱动，则通过如下命令

sudo apt-get update
sudo apt-get install nvidia-driver-545

安装专有驱动，安装完成后，重启电脑

reboot

3. 安装anacoda

如果已安装conda，可以跳过本步骤

wget -U NoSuchBrowser/1.0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Linux-x86_64.sh
bash Anaconda3-2024.06-1-Linux-x86_64.sh

最后一步输入yes，关闭终端重新打开

4. 使用conda 创建环境

需指定python版本为3.10

conda create -n MinerU python=3.10
conda activate MinerU

5. 安装应用

pip install -U magic-pdf[full] --extra-index-url https://wheels.myhloli.com -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0.7.0，请到issue中向我们反馈

6. 下载模型

详细参考 如何下载模型文件

7. 了解配置文件存放的位置

完成6.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。

linux用户目录为 /root

8. 第一次运行

从仓库中下载样本文件，并测试

wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/demo/small_ocr.pdf
magic-pdf -p small_ocr.pdf -o ./output

9. 测试CUDA加速

如果您的显卡显存大于等于 8GB ，可以进行以下流程，测试CUDA解析加速效果

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

{
  "device-mode":"cuda"
}

2.运行以下命令测试cuda加速效果

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

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。

10. 为ocr开启cuda加速

1.下载paddlepaddle-gpu, 安装完成后会自动开启ocr加速

python -m pip install paddlepaddle-gpu==3.0.0b1 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

2.运行以下命令测试ocr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cost耗时来简单判断，通常情况下，ocr cost应提速10倍以上。