File size: 3,345 Bytes
18e4106 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 |
==================================
模型权重下载
==================================
在使用PDF-Extract-Kit前，我们需要下载所需要的模型权重。可以根据自己需求下载全部模型或者特定的模型文件（如公式检测MFD）
[推荐] 方法 1：``snapshot_download``
========================================
HuggingFace
------------
``huggingface_hub.snapshot_download`` 支持下载特定的 HuggingFace Hub
模型权重，并且允许多线程。您可以利用下列代码并行下载模型权重：
.. code:: python
from huggingface_hub import snapshot_download
snapshot_download(repo_id='opendatalab/pdf-extract-kit-1.0', local_dir='./', max_workers=20)
如果想仅下载单个算法模型（如公式检测任务的YOLO模型），可以使用如下代码：
.. code:: python
from huggingface_hub import snapshot_download
snapshot_download(repo_id='opendatalab/pdf-extract-kit-1.0', local_dir='./', allow_patterns='models/MFD/YOLO/*')
.. note::
其中，\ ``repo_id`` 表示模型在 HuggingFace Hub 的名字、\ ``local_dir`` 表示期望存储到的本地路径、\ ``max_workers`` 表示下载的最大并行数，\ ``allow_patterns`` 表示想要现在的文件。
.. tip::
如果未指定 ``local_dir``\ ，则将下载至 HuggingFace 的默认 cache 路径中（\ ``~/.cache/huggingface/hub``\ ）。若要修改默认 cache 路径，需要修改相关环境变量：
.. code:: console
$ # 默认为 ~/.cache/huggingface/
$ export HF_HOME=Comming soon!
.. tip::
如果觉得下载较慢（例如无法达到最大带宽等情况），可以尝试设置\ ``export HF_HUB_ENABLE_HF_TRANSFER=1`` 以获得更高的下载速度。
ModelScope
-----------
``modelscope.snapshot_download``
支持下载指定的模型权重，您可以利用下列命令下载模型：
.. code:: python
from modelscope import snapshot_download
snapshot_download(model_id='opendatalab/pdf-extract-kit-1.0', cache_dir='./')
如果想仅下载单个算法模型（如公式检测任务的YOLO模型），可以使用如下代码：
.. code:: python
from modelscope import snapshot_download
snapshot_download(repo_id='opendatalab/pdf-extract-kit-1.0', local_dir='./', allow_patterns='models/MFD/YOLO/*')
.. note::
其中，\ ``model_id`` 表示模型在 ModelScope 模型库的名字，\ ``cache_dir`` 表示期望存储到的本地路径， \ ``allow_patterns`` 表示想要现在的文件。
.. note::
``modelscope.snapshot_download`` 不支持多线程并行下载。
.. tip::
如果未指定 ``cache_dir``\ ，则将下载至 ModelScope 的默认 cache 路径中（\ ``~/.cache/huggingface/hub``\ ）。
若要修改默认 cache 路径，需要修改相关环境变量：
.. code:: console
$ # 默认为 ~/.cache/modelscope/hub/
$ export MODELSCOPE_CACHE=XXXX
方法 2： Git LFS
===================
HuggingFace 和 ModelScope 的远程模型仓库就是一个由 Git LFS 管理的 Git
仓库。因此，我们可以利用 ``git clone`` 完成权重的下载：
.. code:: console
$ git lfs install
$ # From HuggingFace
$ git lfs clone https://huggingface.co/opendatalab/pdf-extract-kit-1.0
$ # From ModelScope
$ git clone https://www.modelscope.cn/opendatalab/pdf-extract-kit-1.0.git
|