本文主要是介绍Marker可以快速且准确地将PDF转换为markdown格式。，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Marker
Marker可以快速且准确地将PDF转换为markdown格式。
- 支持多种文档类型（针对书籍和科学论文进行了优化）
- 支持所有语言
- 移除页眉/页脚/其他杂质
- 格式化表格和代码块
- 提取并保存图像以及markdown
- 将大多数方程转换为latex
- 支持在GPU、CPU或MPS上运行
工作原理
Marker是一个由深度学习模型组成的管道：
- 提取文本，必要时进行OCR处理（启发式算法，surya，tesseract）
- 检测页面布局并找到阅读顺序（surya）
- 清理和格式化每个块（启发式算法，texify）
- 组合块并后处理完整文本（启发式算法，pdf_postprocessor）
它仅在必要时使用模型，这提高了速度和准确性。
示例
| PDF文档 | 类型 | Marker输出 | Nougat输出 |
|---|---|---|---|
| Think Python | 教科书 | 查看 | 查看 |
| Think OS | 教科书 | 查看 | 查看 |
| Switch Transformers | arXiv论文 | 查看 | 查看 |
| Multi-column CNN | arXiv论文 | 查看 | 查看 |
这篇关于Marker可以快速且准确地将PDF转换为markdown格式。的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
