运行demo报错

[fanzz1]

Description of the bug | 错误描述

2024-07-16 11:22:00.324 | INFO | magic_pdf.libs.pdf_check:detect_invalid_chars:57 - cid_count: 14, text_len: 26394, cid_chars_radio: 0.0005324003650745361
2024-07-16 11:22:00.329 | ERROR | magic_pdf.user_api:parse_pdf:85 - list index out of range
Traceback (most recent call last):

File "E:\MinerU-master\demo\demo.py", line 23, in
pipe.pipe_parse()
│ └ <function UNIPipe.pipe_parse at 0x000001FE33EDD990>
└ <magic_pdf.pipe.UNIPipe.UNIPipe object at 0x000001FE03BA2DD0>

File "E:\MinerU-master\magic_pdf\pipe\UNIPipe.py", line 35, in pipe_parse
self.pdf_mid_data = parse_union_pdf(self.pdf_bytes, self.model_list, self.image_writer,
│ │ │ │ │ │ │ │ └ <magic_pdf.rw.DiskReaderWriter.DiskReaderWriter object at 0x000001FE03BA2E60>
│ │ │ │ │ │ │ └ <magic_pdf.pipe.UNIPipe.UNIPipe object at 0x000001FE03BA2DD0>
│ │ │ │ │ │ └ []
│ │ │ │ │ └ <magic_pdf.pipe.UNIPipe.UNIPipe object at 0x000001FE03BA2DD0>
│ │ │ │ └ b'%PDF-1.5\r%\x80\x84\x88\x8c\x90\x94\x98\x9c\xa0\xa4\xa8\xac\xb0\xb4\xb8\xbc\xc0\xc4\xc8\xcc\xd0\xd4\xd8\xdc\xe0\xe4\xe8\xec...
│ │ │ └ <magic_pdf.pipe.UNIPipe.UNIPipe object at 0x000001FE03BA2DD0>
│ │ └ <function parse_union_pdf at 0x000001FE33EDD750>
│ └ None
└ <magic_pdf.pipe.UNIPipe.UNIPipe object at 0x000001FE03BA2DD0>

File "E:\MinerU-master\magic_pdf\user_api.py", line 88, in parse_union_pdf
pdf_info_dict = parse_pdf(parse_pdf_by_txt)
│ └ <function parse_pdf_by_txt at 0x000001FE33EDD630>
└ <function parse_union_pdf..parse_pdf at 0x000001FE037F3E20>

File "E:\MinerU-master\magic_pdf\user_api.py", line 77, in parse_pdf
return method(
└ <function parse_pdf_by_txt at 0x000001FE33EDD630>

File "E:\MinerU-master\magic_pdf\pdf_parse_by_txt.py", line 12, in parse_pdf_by_txt
return pdf_parse_union(pdf_bytes,
│ └ b'%PDF-1.5\r%\x80\x84\x88\x8c\x90\x94\x98\x9c\xa0\xa4\xa8\xac\xb0\xb4\xb8\xbc\xc0\xc4\xc8\xcc\xd0\xd4\xd8\xdc\xe0\xe4\xe8\xec...
└ <function pdf_parse_union at 0x000001FE33EDD5A0>

File "E:\MinerU-master\magic_pdf\pdf_parse_union_core.py", line 225, in pdf_parse_union
page_info = parse_page_core(pdf_docs, magic_model, page_id, pdf_bytes_md5, imageWriter, parse_mode)
│ │ │ │ │ │ └ 'txt'
│ │ │ │ │ └ <magic_pdf.rw.DiskReaderWriter.DiskReaderWriter object at 0x000001FE03BA2E60>
│ │ │ │ └ '036C1D1F6867C983E74EEA67B33E09D6'
│ │ │ └ 0
│ │ └ <magic_pdf.model.magic_model.MagicModel object at 0x000001FE354A3970>
│ └ Document('', <memory, doc# 4>)
└ <function parse_page_core at 0x000001FE33EDD510>

File "E:\MinerU-master\magic_pdf\pdf_parse_union_core.py", line 83, in parse_page_core
img_blocks = magic_model.get_imgs(page_id)
│ │ └ 0
│ └ <function MagicModel.get_imgs at 0x000001FE316320E0>
└ <magic_pdf.model.magic_model.MagicModel object at 0x000001FE354A3970>

File "E:\MinerU-master\magic_pdf\model\magic_model.py", line 459, in get_imgs
records, _ = self.__tie_up_category_by_distance(page_no, 3, 4)
│ └ 0
└ <magic_pdf.model.magic_model.MagicModel object at 0x000001FE354A3970>

File "E:\MinerU-master\magic_pdf\model\magic_model.py", line 186, in __tie_up_category_by_distance
self.__model_list[page_no]["layout_dets"],
│ └ 0
└ <magic_pdf.model.magic_model.MagicModel object at 0x000001FE354A3970>

IndexError: list index out of range
2024-07-16 11:22:00.390 | WARNING | magic_pdf.user_api:parse_union_pdf:90 - parse_pdf_by_txt drop or error, switch to parse_pdf_by_ocr
2024-07-16 11:22:00.390 | ERROR | magic_pdf.model.doc_analyze_by_custom_model:custom_model_init:92 - use_inside_model is False, not allow to use inside model

进程已结束,退出代码1

How to reproduce the bug | 如何复现

1

Operating system | 操作系统

Windows

Python version | Python 版本

3.10

Device mode | 设备模式

cuda

[myhloli]

不好意思，文档忘了改了，代码中先加入写两行可以解决

import magic_pdf.model as model_config model_config.use_inside_model = True

[myhloli]

demo已修复

[fanzz1]

仍然报同样的错误

[myhloli]

仍然报同样的错误

有试过命令行使用正常吗？

[fanzz1]

是否是因为我的权重文件放置位置有错误
当我在命令行中运行：magic-pdf pdf-command --pdf "1.pdf" --inside_model true
报错：FileNotFoundError: [Errno 2] No such file or directory: '\tmp\models\MFD\weights.pt'
可是我已经下载了权重文件，按照说明我是不是应该将模型文件放在图示位置呢？

谢谢！

[myhloli]

模型路径应为绝对路径，你可以cd到这个路径下pwd一下，看看绝对路径，再配置magic-pdf.json

[Jamly7]

增加了那两行代码后，仍然报错，并且use_inside_model依然是False，但我两行代码后，打印了use_inside_mode为True，(MinerU) root@quantum-slaver2:~/lh/MinerU# python3 MinerU.py
True
2024-07-16 08:03:20.043 | INFO | magic_pdf.libs.pdf_check:detect_invalid_chars:57 - cid_count: 27, text_len: 8790, cid_chars_radio: 0.0031690140845070424
2024-07-16 08:03:20.056 | ERROR | magic_pdf.user_api:parse_pdf:85 - list index out of range。代码如下：import os
import json

from loguru import logger

from magic_pdf.pipe.UNIPipe import UNIPipe
from magic_pdf.rw.DiskReaderWriter import DiskReaderWriter

import magic_pdf.model as model_config
model_config.use_inside_model = True

print(model_config.use_inside_model)

[Jamly7]

应该是model_config.use_inside_model = True;少两个下划线

[myhloli]

应该是model_config.use_inside_model = True;少两个下划线

你是对的，被markdown转义了

model_config.__use_inside_model__ = True;

[ShadowCabnient]

是否是因为我的权重文件放置位置有错误 当我在命令行中运行：magic-pdf pdf-command --pdf "1.pdf" --inside_model true 报错：FileNotFoundError: [Errno 2] No such file or directory: '\tmp\models\MFD\weights.pt' 可是我已经下载了权重文件，按照说明我是不是应该将模型文件放在图示位置呢？ 谢谢！

我的是windows系统运行的，也是报这个错误，cp 那一步看不明白意义是什么

[myhloli]

是否是因为我的权重文件放置位置有错误 当我在命令行中运行：magic-pdf pdf-command --pdf "1.pdf" --inside_model true 报错：FileNotFoundError: [Errno 2] No such file or directory: '\tmp\models\MFD\weights.pt' 可是我已经下载了权重文件，按照说明我是不是应该将模型文件放在图示位置呢？ 谢谢！

我的是windows系统运行的，也是报这个错误，cp 那一步看不明白意义是什么

图没上传成功。。。

ps ：cp那一步是拷贝默认配置文件到你的user目录，程序后面很多运行参数需要读取这个配置文件。
windows可以在powershell中执行cp命令的。

[Sep24thLegend]

下载好模型权重文件后，配置文件magic-pdf.json中的路径地址是要自己手动改一下嘛，还有模型权重文件的默认下载路径如上，需要跟自己待检测的pdf文件和输出的模型文件放在一个文件夹下嘛？

[myhloli]

下载好模型权重文件后，配置文件magic-pdf.json中的路径地址是要自己手动改一下嘛，还有模型权重文件的默认下载路径如上，需要跟自己待检测的pdf文件和输出的模型文件放在一个文件夹下嘛？

不需要改json里的路径，下载完成后就已经自动配置好了，模型文件也不需要移动位置，直接按教程下一步就行

[Sep24thLegend]

求教这种情况是什么原因呢

[myhloli]

路径不要用{}包裹，所有的\换成/

[Sep24thLegend]

已解决（抱拳，多谢~）