小型规则图片会被识别为字符并且因为无法识别而用“乐”占位，而不会直接保存为图片

[oybeestert-engsher]

[dosubot[bot]]

Hi @oybeestert-engsher! I'm Dosu and I’m helping the MinerU team.

这个问题在 MinerU 中确实存在，主要发生在使用 VLM 后端时，模型可能会将小图片误识别为字符。

建议的解决方案：

1. 升级到 MinerU 2.5+：2.5 版本已修复了数学集合、化学分子式、函数曲线等小图片的识别问题

2. 调整处理参数：

   • 降低 max_concurrency（建议从 50 降至 10 或更低），高并发会导致 VLM 模型推理不稳定产生幻觉
   • 设置 MINERU_FORMULA_ENABLE=false 关闭公式识别可减少乱码

3. 提升图片质量：确保输入 PDF 的分辨率和对比度足够高

当前限制：MinerU 目前没有可配置的图片大小阈值参数，区域类型识别依赖深度学习模型的分类结果。VLM 后端的图片拆分问题计划在未来版本修复。

如果可以分享具体的 PDF 文件或更多细节，可能有助于开发者进一步排查问题。

To reply, just mention @dosu.

---

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