MinerU 新版本发布，API内测开放申请，诚邀开发者共建

AI结构化数据提取开源工具 MinerU 最新版本发布。本次更新进行了大量代码重构，降低了硬件需求，数据提取性能及易用性“双提升”。（点击查看MinerU介绍→登顶GitHub Trending，开源工具MinerU助力复杂PDF高效解析提取）

全新版本 MinerU 接入了新的表格模型 StructTable-InternVL2-1B，表格解析选择更丰富。同时优化了线上Demo使用体验，开放API内测申请，参与“探索者”计划，加入MinerU开源共建，将有机会赢得精美周边及算力支持等丰富奖励。

MinerU项目地址：（点击文末“阅读原文”直达）https://github.com/opendatalab/MinerU

MinerU Demo 地址：https://opendatalab.com/OpenSourceTools/Extractor/PDF

一、MinerU最新版特点

1. 重构文档处理模块：提升排版适应性与识别精度

● 重构排序模块代码，使用layoutreader进行阅读顺序排序，确保在各种排版下都能实现极高准确率；

● 重构段落拼接模块，在跨栏、跨页、跨图、跨表情况下均能实现良好的段落拼接效果；

● 重构列表和目录识别功能，极大提升列表块和目录块识别的准确率及对应文本段落的解析效果；

● 重构图、表与描述性文本的匹配逻辑，大幅提升图注和脚注与图表的匹配准确率，并将描述性文本的丢失率降至接近0；

2. 模型能力全面升级：多语言、布局、公式、表格解析效率倍增

● 增加OCR 的多语言支持，支持繁/简中文在内的全球 84 种语言的检测与识别，OCR 语言支持列表清单：

https://paddlepaddle.github.io/PaddleOCR/latest/ppocr/blog/multi_languages.html#5

● 集成最新 PDF-Extract-Kit 1.0 版本，文档布局检测、公式识别、表格识别准确度、速度更上一层楼。PDF-Extract-Kit 1.0模型包括：

- 加入自研的 doclayout_yolo 模型，在相近解析效果情况下比原方案提速10倍以上，可通过配置文件与 layoutlmv3 自由切换；

- 公式解析升级至 unimernet 0.2.1 ，在提升公式解析准确率的同时，大幅降低显存需求；

- 正式接入 StructTable-InternVL2-1B 表格模型，支持HTML输出格式；可通过配置文件与 tablemaster 自由切换；

（doclayout_yolo布局检测模型效果示意）

3. 显存优化，降低资源需求，大力提升处理速度

● 优化配置文件的功能开关，除已有的表格检测开关外，MinerU 0.9.2版本新增了独立的公式检测开关，无需公式检测时可大幅提升速度和解析效果；

● 增加显存回收逻辑及其他显存优化措施，大幅降低显存使用需求。开启除表格加速外的全部加速功能(layout/公式/OCR)的显存需求从16GB降至8GB，开启全部加速功能的显存需求从24GB降至10GB；

二、Demo使用体验升级，API开放内测申请

支持多种文档格式，可解析在线PDF

MinerU 线上Demo新增支持 doc\docx\ppt\pptx 4种格式文档提取；支持输入PDF文件url链接自动解析（url需要以.pdf结尾）；此外，文件可以批量上传，在文件列表统一管理所有任务，查看、筛选、删除提取记录更方便。

MinerU Demo 地址：https://opendatalab.com/OpenSourceTools/Extractor/PDF

划重点！！！大家呼声很高的MinerU API已推出，正在小范围体验和试用，欢迎大家提交申请：MinerUMineru 智能数据提取https://mineru.net/apiManage/docs