docker部署MinerU web api

MinerU能够将包含图片、公式、表格等元素的多模态PDF、PPT、DOCX等文档转化为易于分析的Markdown格式。

1 克隆MinerU的仓库

shell 复制代码
git clone https://github.com/opendatalab/MinerU.git

2 cd到projects/web-api

shell 复制代码
cd projects/web-api

3 在可以科学上网的情况下可以直接运行

shell 复制代码
docker build -t mineru-api .

4 如果不能科学上网,使用modelscope

修改requirement.txt,添加modelscope==1.25.0 ![[Pasted image 20250429165051.png]] 修改download_models.py,删掉所有旧代码,改成这个

python 复制代码
#!/usr/bin/env python
import os
from modelscope.hub.snapshot_download import snapshot_download

# 配置模型下载路径(Windows路径示例:r'C:\MinerU')
MAIN_MODEL_DIR = "/opt/"
os.makedirs(MAIN_MODEL_DIR, exist_ok=True)

if __name__ == "__main__":
    # PDF-Extract-Kit的模型下载(需替换为ModelScope对应ID)
    pdf_extract_patterns = [
        "models/Layout/YOLO/**",
        "models/MFD/YOLO/**",
        "models/MFR/unimernet_hf_small_2503/**",
        "models/OCR/paddleocr_torch/**",
    ]
    pdf_model_path = snapshot_download(
        'opendatalab/PDF-Extract-Kit-1.0',  # ModelScope模型ID
        allow_patterns=pdf_extract_patterns,
        cache_dir=os.path.join(MAIN_MODEL_DIR, "models"),
        revision='master'  # 指定模型版本
    )

    # LayoutReader模型下载(需替换为ModelScope对应模型)
    layout_model_path = snapshot_download(
        'ppaanngggg/layoutreader',  # 替换为实际ModelScope ID
        cache_dir=os.path.join(MAIN_MODEL_DIR, "layoutreader"),
        allow_patterns=["*.json", "*.safetensors"]
    )

    print(f"主模型目录:{pdf_model_path}")
    print(f"布局模型目录:{layout_model_path}")

再运行docker build -t mineru-api .

5 编写docker-compose.yml

yml 复制代码
services:
  mineru-api:
    image: mineru-api
    ports:
      - "8000:8000"
    stdin_open: true   # 对应 -i 参数
    tty: true          # 对应 -t 参数
    runtime: nvidia    # 使用 NVIDIA 容器运行时
    environment:
      - NVIDIA_VISIBLE_DEVICES=all  # 允许访问所有 GPU

6 如果没有nvidia的runtime,先备份自己的daemon.json文件(/etc/docker/),通过yum install -y nvidia-docker2安装,这个命令会生成一个新的daemon.json文件,覆盖掉原来旧的,安装后之后比较一下新旧两个daemon文件,合并在一起。

7 启动

shell 复制代码
systemctl daemon-reload
systemctl restart docker
docker compose up -d

8 访问localhost:8000/docs

相关推荐
Kali_07几秒前
使用 Mathematical_Expression 从零开始实现数学题目的作答小游戏【可复制代码】
java·人工智能·免费
贾全7 分钟前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
每日摸鱼大王12 分钟前
互联网摸鱼日报(2025-07-01)
人工智能
GIS小天22 分钟前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票
我是小哪吒2.033 分钟前
书籍推荐-《对抗机器学习:攻击面、防御机制与人工智能中的学习理论》
人工智能·深度学习·学习·机器学习·ai·语言模型·大模型
慕婉030736 分钟前
深度学习前置知识全面解析:从机器学习到深度学习的进阶之路
人工智能·深度学习·机器学习
荔枝吻1 小时前
【AI总结】Git vs GitHub vs GitLab:深度解析三者联系与核心区别
人工智能·git·github
Jamie201901062 小时前
高档宠物食品对宠物的健康益处有哪些?
大数据·人工智能
云卓SKYDROID2 小时前
无人机载重模块技术要点分析
人工智能·无人机·科普·高科技·云卓科技
云卓SKYDROID2 小时前
无人机RTK技术要点与难点分析
人工智能·无人机·科普·高科技·云卓科技