基于 Unstructured + PaddleOCR + DeepSeek-OCR 的智能 PDF 解析技术路线复盘
最近终于把一条完整的智能 PDF 解析链路跑通了。整个方案从最开始的 fast 策略文本提取，到后面的 hi_res、版面检测、Paddle OCR、表格图块导出，再到 DeepSeek-OCR 对表格进行结构化增强，基本把一条复杂 PDF 的解析链完整打透了。 最终效果比预期要好，尤其是 YOLOX 在版面检测阶段对表格区域的提取效果明显优于 detectron2_onnx，这一点对后续表格结构化质量提升非常关键。 这篇文章主要做一个完整复盘，梳理这个项目的核心技术路线、关键模块分工、踩坑点，以及最终可落地的方案。 一、项目目标 这个项目的核心目标不是单纯做“PDF 转文本”，而是： 对复杂 PDF 做结构化解析 识别标题、正文、图片、表格等版面元素 对复杂表格做更高质量的结构化重建 最终输出统一 JSON，方便后续检索、知识库入库和下游问答 所以本质上，这是一个 多模型协同的智能文档解析系统，而不是一个简单的 OCR 脚本。 二、整体技术路线 整个系统采用的是分阶段流水线： 数据接入层 支持本地 PDF 支持数据库二进制 PDF 文档解析主链 使用 unstructured.partition.pdf.partition_pdf fast 模式用于基础文本提取 hi_res 模式用于复杂版面解析 版面检测（Layout Detection） 使用 detectron2_onnx / yolox 负责识别页面中的 Title、Text、Table、Image 等区域 OCR 识别 使用 Paddle OCR 对版面检测后的区域做文字识别 表格局部增强 提取 Table 元素对应的图块 调用 DeepSeek-OCR 做 markdown / HTML 风格重构 统一结构化输出 ...