输出格式问题：Latex和HTML结果未对齐？

[DayDreamerEric]

• 测试图片：

命令行： python demo.py --image_path ./demo.jpg --ckpt_path U4R/StructTable-InternVL2-1B --output_format latex python demo.py --image_path ./demo.jpg --ckpt_path U4R/StructTable-InternVL2-1B --output_format html

• latex输出

  \begin{tabular}{|l|l|l|l|}
  \hline
  \multirow{2}{*}{\textbf{名称}} & \multirow{2}{*}{\textbf{产量} (吨)} & \multicolumn{2}{c}{\textbf{环比}} \\
  \cline{3-4}
  &  & \textbf{增长量} (吨) & \textbf{增长率} (\%) \\
  \hline
  荔枝 & 11 & 1 & 10\\
  \hline
  芒果 & 9 & --1 & --10\\
  \hline
  香蕉 & 6 & 1 & 20\\
  \hline
  \end{tabular}

  GPT-4o转为HTML格式如下：

  <table>
  <tr>
  <th colspan='2' rowspan='2'>名称</th>
  <th colspan='2'>产量 (吨)</th>
  <th colspan='2'>环比</th>
  </tr>
  <tr>
  <td>增长量 (吨)</td>
  <td>增长率 (\%)</td>
  </tr>
  <tr>
  <td>荔枝</td>
  <td>11</td>
  <td>1</td>
  <td>10</td>
  </tr>
  <tr>
  <td>芒果</td>
  <td>9</td>
  <td>–1</td>
  <td>–10</td>
  </tr>
  <tr>
  <td>香蕉</td>
  <td>6</td>
  <td>1</td>
  <td>20</td>
  </tr>
  </table>

• html输出

  <table>
  <tr>
  <th colspan='2' rowspan='2'>名称</th>
  <th colspan='2'>产量 (吨)</th>
  <th colspan='2'>环比</th>
  </tr>
  <tr>
  <td>增长量 (吨)</td>
  <td>增长率 (\%)</td>
  </tr>
  <tr>
  <td>荔枝</td>
  <td>11</td>
  <td>1</td>
  <td>10</td>
  </tr>
  <tr>
  <td>芒果</td>
  <td>9</td>
  <td>–1</td>
  <td>–10</td>
  </tr>
  <tr>
  <td>香蕉</td>
  <td>6</td>
  <td>1</td>
  <td>20</td>
  </tr>
  </table>

• latex结果 vs. html结果 可视化对比

  

[DayDreamerEric]

刚刚拜读了DocGenome，其中「表结构识别」的任务定义是image2latex。

初步猜测，是否是由于训练数据的格式问题导致的呢？

[DayDreamerEric]

补充： markdown输出存在类似的问题

| 名称 | 产量 (吨) | 环比 |  | 
| --- | --- | --- | --- | 
|  |  | 增长量 (吨) | 增长率 (\%) | 
| 荔枝 | 11 | 1 | 10 | 
| 芒果 | 9 | -1 | -10 | 
| 香蕉 | 6 | 1 | 20 |

名称	产量 (吨)	环比
		增长量 (吨)	增长率 (\%)
荔枝	11	1	10
芒果	9	-1	-10
香蕉	6	1	20