公式识别时莫名多一行中文：一个人

[gscholer]

下面两张图片均包含两行公式：

识别出的结果中间包含中文：一个人...

[dosubot[bot]]

Hi @gscholer! I'm Dosu and I’m helping the MinerU team.

你遇到的“公式识别结果中间莫名多出一行中文（如‘一个人’）”问题，常见原因是版面分析或OCR分块不准，导致文本块被误归类进公式区域。这通常发生在：

• 公式和文本检测框重叠、分割不准，或图片中有隐约的中文字符被OCR误识别；
• VLM 后端（vlm-vllm-async-engine）存在已知的强制公式识别 bug，容易把无关内容混入公式输出；
• OCR置信度阈值设置过低，导致边界文本未被正确过滤；
• 复杂页面或图片预处理不佳时，文本与公式分块容易混淆。

排查和解决建议：

1. 检查原始图片，确认是否有隐约的“一个人”字样或水印。
2. 查看 layout.pdf、spans.pdf 等调试文件，定位“一个人”所在的检测框，判断其类别和分块是否合理。
3. 尝试切换 pipeline 后端或强制使用 OCR 模式（--method ocr），观察结果是否改善（VLM 后端有已知 bug，pipeline 更稳定）相关说明。
4. 升级 MinerU 至 2.7.0 及以上版本，近期对 OCR 分类、公式识别、文本合并等做了大量增强，能显著减少此类混入问题更新内容。
5. 如仍有问题，可适当调高 OCR 检测阈值，或在输出的 middle.json/markdown 里手动剔除多余文本。

如果需要进一步定位，建议贴出 layout.pdf 或 middle.json 的相关片段，便于分析具体分块和类别归属。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}