pdf-processing-cpu (MinerU PDF Extract Kit) - 昇腾 NPU 适配

模型介绍

pdf-processing-cpu 是基于 MinerU 的 PDF 文档解析工具模型集合，支持将 PDF 文档转换为 Markdown 格式。该模型集包含了 PDF 解析所需的全部子模型权重文件。

• 模型名称: pdf-processing-cpu
• 中文名称: 基于本地 MinerU 的 PDF 文档解析工具
• 原始模型地址: https://www.modelscope.cn/models/a3213105/pdf-processing-cpu/files
• 任务类型: 文档解析 / PDF to Markdown / 表格识别
• 模型框架: ONNX / OpenVINO / PyTorch（多模型混合）
• 输入格式: PDF 文档
• 输出格式: Markdown / JSON / HTML
• 开源协议: Apache License 2.0

模型架构

该模型集包含了 MinerU PDF 解析管道的全部子模型：

NPU 适配说明

该模型集使用 MinerU (magic-pdf) 作为推理框架，通过配置 device-mode 参数支持 CPU/NPU 切换：

{
    "models-dir": "/path/to/models",
    "device-mode": "npu"  // 或 "cpu"
}

magic-pdf 原生支持 NPU 模式（device-mode: "npu"），会自动将模型加载到昇腾 NPU 上进行推理。

环境准备

系统要求

• Python >= 3.10
• Ascend NPU 驱动和固件（CANN 8.5.1+）
• 系统库：libGL.so.1（OpenCV 依赖）

Python 依赖

pip install magic-pdf
pip install torch torchvision transformers
pip install opencv-python-headless
pip install openvino onnx onnxruntime
pip install ultralytics paddlepaddle

推理命令

# CPU 推理
magic-pdf -p input.pdf -o output_dir -m auto

# NPU 推理（配置 device-mode 为 npu）
magic-pdf -p input.pdf -o output_dir -m auto

或使用 Python API：

from magic_pdf.tools.common import do_parse
from magic_pdf.data.data_reader_writer import FileBasedDataReader

disk_rw = FileBasedDataReader(pdf_dir)
pdf_bytes = disk_rw.read(pdf_name)
do_parse(
    output_dir=output_dir,
    pdf_file_name="output",
    pdf_bytes_or_dataset=pdf_bytes,
    model_list=[],
    parse_method="auto",
)

适配状态

当前环境限制

在本适配环境中，由于缺少系统库 libGL.so.1，magic-pdf 的完整管道无法运行。OpenCV (cv2) 依赖该库进行图像处理操作。

错误信息:

ImportError: libGL.so.1: cannot open shared object file: No such file or directory

解决方案:

# 需要 root 权限安装系统依赖
sudo apt-get install libgl1

验证的子模型

虽然完整管道无法运行，但以下子模型已验证可以独立加载和推理：

ONNX 子模型的 NPU 推理

对于 ONNX 格式的子模型（如 TabRec 的 SLANet+），可以使用 onnxruntime-cann 在 NPU 上运行：

pip install onnxruntime-cann

import onnxruntime as ort

# NPU 推理
sess = ort.InferenceSession("model.onnx", providers=["CANNExecutionProvider"])
outputs = sess.run(None, {input_name: input_data})

推理结果

由于系统库依赖问题，完整管道的推理测试无法在本环境中完成。请在有 libGL 的环境中运行。

失败原因总结

模型标签

• #+NPU
• #+文档解析
• #+PDF处理
• #+OCR
• #+昇腾
• #+OpenVINO
• #+ONNX

推理截图

文件清单

• inference.py - 推理脚本
• compare_cpu_npu.py - CPU/NPU 精度对比脚本
• requirements.txt - Python 依赖
• README.md - 本文档
• screenshot.png - 运行截图