install.rst 3.5 KB

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495969798
  1. 安装
  2. =====
  3. 如果您遇到任何安装问题,请首先查阅 :doc:`../../additional_notes/faq`。如果解析结果不如预期,可参考 :doc:`../../additional_notes/known_issues`。
  4. .. admonition:: Warning
  5. :class: tip
  6. **安装前必看——软硬件环境支持说明**
  7. 为了确保项目的稳定性和可靠性,我们在开发过程中仅对特定的软硬件环境进行优化和测试。这样当用户在推荐的系统配置上部署和运行项目时,能够获得最佳的性能表现和最少的兼容性问题。
  8. 通过集中资源和精力于主线环境,我们团队能够更高效地解决潜在的BUG,及时开发新功能。
  9. 在非主线环境中,由于硬件、软件配置的多样性,以及第三方依赖项的兼容性问题,我们无法100%保证项目的完全可用性。因此,对于希望在非推荐环境中使用本项目的用户,我们建议先仔细阅读文档以及 :doc:`../../additional_notes/faq` ,大多数问题已经在 :doc:`../../additional_notes/faq` 中有对应的解决方案,除此之外我们鼓励社区反馈问题,以便我们能够逐步扩大支持范围。
  10. .. raw:: html
  11. <style>
  12. table, th, td {
  13. border: 1px solid black;
  14. border-collapse: collapse;
  15. }
  16. </style>
  17. <table>
  18. <tr>
  19. <td colspan="3" rowspan="2">操作系统</td>
  20. </tr>
  21. <tr>
  22. <td>Ubuntu 22.04 LTS</td>
  23. <td>Windows 10 / 11</td>
  24. <td>macOS 11+</td>
  25. </tr>
  26. <tr>
  27. <td colspan="3">CPU</td>
  28. <td>x86_64(暂不支持ARM Linux)</td>
  29. <td>x86_64(暂不支持ARM Windows)</td>
  30. <td>x86_64 / arm64</td>
  31. </tr>
  32. <tr>
  33. <td colspan="3">内存</td>
  34. <td colspan="3">大于等于16GB,推荐32G以上</td>
  35. </tr>
  36. <tr>
  37. <td colspan="3">python版本</td>
  38. <td colspan="3">3.10 (请务必通过conda创建3.10虚拟环境)</td>
  39. </tr>
  40. <tr>
  41. <td colspan="3">Nvidia Driver 版本</td>
  42. <td>latest(专有驱动)</td>
  43. <td>latest</td>
  44. <td>None</td>
  45. </tr>
  46. <tr>
  47. <td colspan="3">CUDA环境</td>
  48. <td>自动安装[12.1(pytorch)+11.8(paddle)]</td>
  49. <td>11.8(手动安装)+cuDNN v8.7.0(手动安装)</td>
  50. <td>None</td>
  51. </tr>
  52. <tr>
  53. <td rowspan="2">GPU硬件支持列表</td>
  54. <td colspan="2">最低要求 8G+显存</td>
  55. <td colspan="2">3060ti/3070/4060<br>
  56. 8G显存可开启layout、公式识别和ocr加速</td>
  57. <td rowspan="2">None</td>
  58. </tr>
  59. <tr>
  60. <td colspan="2">推荐配置 10G+显存</td>
  61. <td colspan="2">3080/3080ti/3090/3090ti/4070/4070ti/4070tisuper/4080/4090<br>
  62. 10G显存及以上可以同时开启layout、公式识别和ocr加速和表格识别加速<br>
  63. </td>
  64. </tr>
  65. </table>
  66. 创建环境
  67. ~~~~~~~~~~
  68. .. code-block:: shell
  69. conda create -n MinerU python=3.10
  70. conda activate MinerU
  71. pip install -U magic-pdf[full] --extra-index-url https://wheels.myhloli.com -i https://mirrors.aliyun.com/pypi/simple
  72. 下载模型权重文件
  73. ~~~~~~~~~~~~~~~
  74. .. code-block:: shell
  75. pip install huggingface_hub
  76. wget https://gitee.com/myhloli/MinerU/raw/master/scripts/download_models_hf.py -O download_models_hf.py
  77. python download_models_hf.py
  78. MinerU 已安装,查看 :doc:`../quick_start` 或阅读 :doc:`boost_with_cuda` 以加速推理。