PDF转Markdown/JSON软件MinerU最新1.3.12版整合包下载

news2025/6/9 4:52:42

MinerU发布至今我已经更新多版整合包了，5天前MinerU发布了第一个正式版1.0.1，并且看到在18小时之前有更新模型文件，我就做了个最新版的一键启动整合包。

2025年02月21日更新v1.1.0版整合包

2025年02月27日更新v1.2.0版整合包

2025-06-05 更新v1.3.12版本

可能还有很多人没使用过这个软件。MinerU是一款非常热门的高质量PDF转markdown和JSON格式软件

MinerU主要特点

在1月10日的时候发布了第一个正式版1.0.1版。1.0.1版更新内容有：

引入了全新的API接口，并通过大量重构增强了兼容性，同时引入了全新的自动语言识别功能：

新的 API 接口
- 对于数据端API，我们引入了Dataset类，旨在提供强大而灵活的数据处理框架。该框架目前支持多种文档格式，包括图片（.jpg和.png）、PDF、Word文档（.doc和.docx）和PowerPoint演示文稿（.ppt和.pptx）。它确保有效支持从简单到复杂的数据处理任务。
- 对于用户端API，我们精心设计了MinerU的处理流程为一系列可组合的Stage，每个Stage代表一个具体的处理步骤，用户可以根据自己的需求定义新的Stage，并创造性地组合这些Stage来定制自己的数据处理流程。
增强兼容性
- 通过优化依赖环境和配置项，保证在ARM架构Linux系统上稳定、高效的运行。
- 与华为Ascend NPU加速深度融合，提供自主可控的高性能计算能力，支撑中国AI应用平台的本土化发展。Ascend NPU加速
自动语言识别
- 通过引入新的语言识别模型，在文档解析时将配置设置lang为auto将自动选择合适的OCR语言模型，提高扫描文档解析的准确性。

更多更新内容可查看以前版本介绍《PDF转Markdown格式软件MinerU一键启动整合包v0.10.0版》

1.3.12更新内容

增加ppocrv5模型的支持，将ch_server模型更新为PP-OCRv5_rec_server，ch_lite模型更新为PP-OCRv5_rec_mobile（需更新模型）
- 在测试中，发现ppocrv5(server)对手写文档效果有一定提升，但在其余类别文档的精度略差于v4_server_doc，因此默认的ch模型保持不变，仍为PP-OCRv4_server_rec_doc。
- 由于ppocrv5强化了手写场景和特殊字符的识别能力，因此您可以在日繁混合场景以及手写文档场景下手动选择使用ppocrv5模型
- 您可通过lang参数lang='ch_server'(python api)或--lang ch_server(命令行)自行选择相应的模型：
  - ch ：PP-OCRv4_rec_server_doc（默认）（中英日繁混合/1.5w字典）
  - ch_server ：PP-OCRv5_rec_server（中英日繁混合+手写场景/1.8w字典）
  - ch_lite ：PP-OCRv5_rec_mobile（中英日繁混合+手写场景/1.8w字典）
  - ch_server_v4 ：PP-OCRv4_rec_server（中英混合/6k字典）
  - ch_lite_v4 ：PP-OCRv4_rec_mobile（中英混合/6k字典）
增加手写文档的支持，通过优化layout对手写文本区域的识别，现已支持手写文档的解析
- 默认支持此功能，无需额外配置
- 可以参考上述说明，手动选择ppocrv5模型以获得更好的手写文档解析效果