图片版面分析，什么尺寸的效果更好

[liangxinxin]

1.我输入了一张CAD图纸中的子图，输出结果，认为是一张图片，没有对图片内容进行检测
2.对子图中某一部分进行截图，会正确解析截图中的文本
mineru 在进行图片版面分析时，对图片有什么要求吗

[dosubot[bot]]

图片版面分析时，输入图片的尺寸和分辨率对识别效果影响很大。对于CAD子图，如果图片分辨率太低，内容细节容易丢失，导致只被识别为一张图片，没有进一步内容检测。建议：

• 保持较高分辨率（如200dpi以上），但不要极端大（A0等超大图会被自动缩小到72dpi，识别效果变差）相关讨论。
• 尽量将长图或大图切分为A3/A4或常规页面尺寸，避免极端长宽比（如720x1613），否则模型容易只识别为一张图片相关讨论。
• 可以调整OCR相关参数（如limited_max_width），或预处理图片为更合理的比例后再输入MinerU相关讨论。
• MinerU的版面分析模型（YOLOv10）默认imgsz为1280，较大尺寸有助于细节检测，但计算资源消耗也会增加代码参考。

如果你的CAD子图内容复杂，建议先用工具或脚本将图片裁剪为较小、标准尺寸，并保证分辨率清晰，再进行版面分析。这样更容易检测出图片内部的内容结构。

To reply, just mention @dosu.

---

Docs are dead. Just use Dosu.