Docling项目离线模型使用指南
2025-05-06 15:00:51作者:廉彬冶Miranda
背景介绍
Docling是一个强大的文档处理工具,它依赖于多个预训练模型来完成文档转换任务。在实际企业环境中,由于网络安全策略限制,许多内部网络无法直接访问互联网下载模型文件。本文将详细介绍如何在Docling项目中配置和使用本地存储的模型文件,解决内网环境下的模型加载问题。
模型缓存机制
Docling默认会通过Hugging Face Hub下载所需的模型文件,这些文件会被缓存在系统默认位置。了解这一机制对于离线使用至关重要:
- Hugging Face模型默认缓存路径:用户目录下的
.cache/huggingface/hub
文件夹 - Docling自定义模型路径:用户目录下的
.cache/docling/models
文件夹
离线使用方案
方案一:预下载模型
在能够访问互联网的环境中预先下载所有必需的模型文件:
converter = DocumentConverter()
converter.initialize_pipeline(InputFormat.PDF)
执行上述代码会自动下载并缓存所有相关模型文件。之后可以将整个缓存目录打包,部署到内网环境中使用。
方案二:指定自定义模型路径
如果已经将模型文件存放在特定位置,可以通过配置指定路径:
pipeline_options = PdfPipelineOptions(artifacts_path="自定义路径")
converter = DocumentConverter(
format_options={
InputFormat.PDF: PdfFormatOption(pipeline_options=pipeline_options)
}
)
EasyOCR的特殊配置
Docling集成了EasyOCR进行OCR识别,其模型文件需要单独处理:
- EasyOCR默认模型路径:用户目录下的
.EasyOCR/model
文件夹 - 在Docling中需要将其链接到
.cache/docling/models/EasyOcr
路径
可以通过以下方式配置EasyOCR选项:
easyocr_options = EasyOcrOptions(
model_storage_directory="自定义路径",
download_enabled=False # 禁用自动下载
)
模型路径映射技巧
由于Docling对模型路径命名规则与原始Hugging Face有所不同,建议创建符号链接:
ln -s ~/.cache/huggingface/hub/models/ds4sd/DocumentFigureClassifier ~/.cache/docling/models/ds4sd--DocumentFigureClassifier
ln -s ~/.cache/huggingface/hub/models/ds4sd/docling-models/ ~/.cache/docling/models/ds4sd--docling-models
ln -s ~/.cache/huggingface/hub/models/ds4sd/CodeFormula/ ~/.cache/docling/models/ds4sd--CodeFormula
ln -s ~/.EasyOCR/model/ ~/.cache/docling/models/EasyOcr
最佳实践建议
- 统一管理模型文件:建议将所有模型文件集中存放在一个网络共享位置,便于团队共享和维护
- 版本控制:对模型文件进行版本管理,确保开发、测试和生产环境使用相同版本的模型
- 自动化部署:编写部署脚本自动创建所需的符号链接和目录结构
- 文档记录:详细记录所使用的模型版本和配置,便于问题排查和后续升级
总结
通过合理配置模型文件路径,Docling可以完全在内网环境中运行,无需互联网连接。本文介绍的两种方案和路径映射技巧,可以帮助企业用户顺利部署和使用Docling进行文档处理工作。对于需要更高安全级别的环境,还可以考虑将模型文件打包到Docker镜像中,实现完全自包含的部署方案。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp博客页面工作坊中的断言方法优化建议4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程视频测验中的Tab键导航问题解析6 freeCodeCamp论坛排行榜项目中的错误日志规范要求7 freeCodeCamp音乐播放器项目中的函数调用问题解析8 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析9 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析10 freeCodeCamp课程页面空白问题的技术分析与解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191