run_project.py

[lyc728]

你好 想问下有没有整体流程的测试，同时问下run_project.py这个脚本是干嘛用的

[wufan-tb]

这个是pdf 2markdown的脚本，是综合使用布局检测，公式检测，公式识别等任务，提取pdf并转换为markdown，具体可以参考教程文档https://pdf-extract-kit.readthedocs.io/zh-cn/latest/project/pdf_extract.html

[lyc728]

有没有不需要将这4个组装一起的脚本呢？暂时用不到公式检测和公式识别

[lyc728]

生成的md会把文本拼接一起 没有段落了

[wufan-tb]

更准确的拼接可以参考MinerU，后处理的逻辑比Kit的要复杂些，效果也更好。

[lyc728]

现在百度新增了版面区域检测模型，这边有打算接入的可能吗？