开源项目 Marker 使用教程

1. 项目的目录结构及介绍

Marker 项目的目录结构如下：

marker/
├── benchmark.py
├── data/
├── docs/
├── marker/
│   ├── __init__.py
│   ├── settings.py
│   ├── ...
├── poetry.lock
├── pyproject.toml
├── README.md
└── ...

• benchmark.py: 用于性能基准测试的脚本。
• data/: 存放测试数据和参考数据的目录。
• docs/: 存放项目文档的目录。
• marker/: 核心代码目录，包含项目的各个模块和配置文件。
  • __init__.py: 初始化文件。
  • settings.py: 配置文件。
  • ...: 其他相关模块和文件。
• poetry.lock 和 pyproject.toml: 用于项目依赖管理的文件。
• README.md: 项目说明文档。

2. 项目的启动文件介绍

Marker 项目的启动文件主要是 benchmark.py，它用于运行性能基准测试。启动该文件的命令如下：

python benchmark.py data/pdfs data/references report.json --nougat

该命令会运行 Marker 项目并生成性能报告。

3. 项目的配置文件介绍

Marker 项目的主要配置文件是 marker/settings.py。该文件包含了项目的各种配置选项，例如：

• TORCH_DEVICE: 指定使用的设备（如 cuda 或 cpu）。
• INFERENCE_RAM: 指定 GPU 的 VRAM 大小。

你可以通过环境变量来覆盖这些默认设置。例如：

export TORCH_DEVICE=cuda
export INFERENCE_RAM=16

这些配置选项可以根据你的具体需求进行调整，以优化项目的性能和资源使用。