1、单文件转换

marker_single /path/to/xxx.pdf /path/to/output/folder --batch_multiplier 1 --max_pages 1 --langs English

•--batch_multiplier 是如果有额外的 VRAM(显存)，默认批处理大小要乘以的数值。数字越大，占用的 VRAM 越多，但处理速度越快。默认设置为 2。默认批处理大小将占用约 3GB 的 VRAM。

•--max_pages 是要处理的最大页数。忽略此项可转换整个文档。

•--langs 是一个可选的逗号分隔的文档语言列表，用于OCR。默认情况下是可选的，如果使用镶嵌，则是必需的。OCR 支持的语言列表见下方链接。

支持的语言连接说明：https://github.com/VikParuchuri/surya/blob/master/surya/languages.py

--ocr_all_pages 是一个可选参数，用于在PDF的所有页面上强制OCR。如果此配置或环境变量OCR_ALL_PAGES为true，则将强制OCR。

2、多个文件转换

marker /path/to/input/folder /path/to/output/folder --workers 10 --max 10 --metadata_file /path/to/metadata.json --min_length 10000

•--workers 是一次要转换的 PDF 数量。默认情况下，此值设置为 1，但可以增加此值以增加并发，但代价是增加 CPU/GPU 使用率。

•--max 是要转换的 PDF 的最大数量。省略此项可转换文件夹中的所有 PDF。

•--min_length 是需要从 PDF 中提取的最少字符数，然后才进行处理。如果要处理大量 PDF，建议设置此项，以避免对大部分是图像的 PDF 进行 OCR。

•--metadata_file 是存放有关 PDF元数据的JSON文件的可选路径。如果没有使用默认即可。