Dolphin PDF转Markdown一条命令完整跑通【免费下载链接】DolphinThe official repo for “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.项目地址: https://gitcode.com/GitHub_Trending/dolphin33/DolphinDolphin 是一个文档图片解析模型把 PDF 或文档照片丢给它按阅读顺序吐出 Markdown 和 JSON。表格出来就是 HTML 表格公式是可直接编译的 LaTeX。本文用仓库自带示例页带你把第一次转换完整跑通。它解决什么问题你实际会碰到的三种情况论文里的表格想复用把表格图给 Dolphin输出的 HTML 表格列数与原文一致。拍照的会议纪要要电子化有透视畸变的拍照页会被整页解析文字按阅读顺序出来。学术报告里的公式要转 LaTeX公式以 $...$ 输出编译即可用。Dolphin 能力典型场景页面级解析demo_page.py整份 PDF 转 Markdown元素级解析demo_element.py单独解析一张表格、公式或代码版面分析demo_layout.py只要元素框和阅读顺序原理是两阶段先在页面上定位每个元素和阅读顺序再按类型批量解析内容。环境准备安装命令 三步就能就绪克隆仓库并装依赖git clone https://gitcode.com/GitHub_Trending/dolphin33/Dolphin cd Dolphin pip install -r requirements.txt拉取 Dolphin-v2 模型权重huggingface-cli download ByteDance/Dolphin-v2 --local-dir ./hf_model模型放在 ./hf_model也就是脚本默认读取的路径。最小可运行示例第一条解析命令仓库的 demo/page_imgs/ 里有现成示例页挑一页就能跑python demo_page.py --model_path ./hf_model --save_dir ./results \ --input_path ./demo/page_imgs/page_1.png跑完后 results/ 下出现三类文件markdown/page_1.md完整 Markdownoutput_json/page_1.json每个元素一条 JSON带框坐标layout_visualization/page_1_layout.png版面框叠加图多页 PDF 会自动逐页处理最后合成一份 .md 和一份 .json页与页之间用分割线隔开。参数速查表按问题找参数 不用背参数按你的情况查你的情况怎么配手里只有一张元素图表格/公式/代码换 demo_element.py加 --element_type文档大、解析慢加 --max_batch_size 8提高并行批大小输出的 Markdown 想再规整加 --post_process只要版面和阅读顺序换 demo_layout.py不输出文本内容元素级解析比如一张代码图python demo_element.py --model_path ./hf_model --input_path ./demo/element_imgs/code.jpeg --element_type code转换结果里各元素长什么样不同元素在 Markdown 里对应不同形态元素Markdown 形态正文/标题普通文本章节变成 #/##表格HTML 表格标签列数与原文一致公式$...$ LaTeX可直接编译代码围栏代码块插图Figure自动裁图并保存转换规则都写在 utils/markdown_utils.py。你打开 md 对照原页元素逐个看常见坑速查表现象原因处理启动报找不到模型权重没下载跑 huggingface-cli download 落到 ./hf_model拍照文档元素框互相重叠拍摄透视畸变会自动退回整页解析仍差就摆正重拍公式有奇怪的 LaTeX 符号模型原始输出需修正加 --post_process自动修常见问题看不准阅读顺序对不对版面结果没可视化打开 layout_visualization/ 下的 *_layout.png 核对写在最后Dolphin PDF转Markdown 一步到位人读的 Markdown、程序读的 JSON表格公式代码各归各位。批量处理时把 --input_path 指到文件夹即可整目录跑。想深入就看 官方中文说明有翻车案例也欢迎丢到仓库 issue 里共同修。【免费下载链接】DolphinThe official repo for “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.项目地址: https://gitcode.com/GitHub_Trending/dolphin33/Dolphin创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考