一、MinerU

下载：https://github.com/opendatalab/MinerU/releases

MinerU 是一款将 PDF 转换为机器可读格式（如 markdown、JSON）的工具，可轻松提取为任意格式。MinerU 诞生于 InternLM 的预训练过程中，我们专注于解决科技文献中的符号转换问题，希望为大模型时代的技术发展贡献力量。与国内外知名商业产品相比，MinerU 还很年轻。如果您遇到任何问题或效果未达预期，请在 GitHub Issues 提交问题并附上相关 PDF 文件 。

核心功能

  • 去除页眉、页脚、脚注、页码等元素，确保语义连贯性
  • 按人类阅读顺序输出文本，适用于单栏、多栏及复杂版式
  • 保留原始文档结构，包括标题、段落、列表等
  • 提取图像、图像描述、表格、表格标题及脚注
  • 自动识别并将文档中的公式转换为 LaTeX 格式
  • 自动识别文档中的表格并转换为 HTML 格式
  • 自动检测扫描版 PDF 与乱码 PDF，并启用 OCR 功能
  • OCR 支持 84 种语言的检测与识别
  • 支持多种输出格式，如多模态与 NLP Markdown、阅读顺序排序的 JSON，以及信息丰富的中继格式
  • 支持多种可视化结果呈现，包括布局可视化、跨度可视化等，便于高效确认输出效果与质量检验
  • 支持纯 CPU 环境运行，同时兼容 GPU(CUDA)/NPU(CANN)/MPS 加速
  • 兼容 Windows、Linux 及 Mac 多平台运行

二、PaddleOCR

Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

Chess用户界面设计：Tailwind CSS样式系统和组件库

GitHub推荐项目精选中的ch/chess是一个类似chess.com的多人在线象棋平台，它采用现代化的前端技术栈构建，尤其在用户界面设计上通过Tailwind CSS样式系统和组件库实现了优雅且功能丰富的交互体验。本文将深入探讨该项目如何利用Tailwind CSS打造一致的设计语言和高效的组件系统，为象棋爱好者提供沉浸式的游戏界面。## 🎨 Tailwind CSS样式系统：构建统一视

avatar 火山引擎 ADG 社区

终极指南：GPT-Engineer如何通过AI自动发现代码问题并提升质量

GPT-Engineer是一款强大的AI驱动代码工具，它能帮助开发者自动检测潜在代码问题、优化代码质量，让编程效率提升3倍以上。无论是新手还是资深开发者，都能通过这款工具轻松发现代码中的隐藏缺陷，减少调试时间，释放更多精力在创造性工作上。## 一键发现代码问题：GPT-Engineer的AI审查魔力GPT-Engineer的核心能力在于其内置的智能代码分析系统。通过集成Python代码格式

avatar 火山引擎 ADG 社区

SatDump中的纠错编码技术：从RS码到Turbo码的完整实现指南

在卫星数据传输过程中，信号往往会受到各种干扰，导致数据错误。SatDump作为一款通用卫星数据处理软件，集成了多种先进的纠错编码技术，确保从卫星接收到的数据能够准确解码。本文将深入解析SatDump中从Reed-Solomon（RS）码到Turbo码的实现细节，帮助读者理解这些技术如何保障卫星通信的可靠性。## 为什么纠错编码对卫星数据至关重要？卫星与地面站之间的通信链路面临着空间辐射、大

avatar 火山引擎 ADG 社区