坐标问题，困扰了几天了

[Yhyu8903]

打开个app，坐标一直不对 开始用gpt5，后来看issue说用qwen-max，也是不行，有高手指导一下吗

手机上 一加
分辨率：Physical size: 1080x2400

[Yhyu8903]

https://elk.oss-cn-beijing.aliyuncs.com/20251014_135137_%E7%9B%AE%E6%A0%87%EF%BC%9A%E6%89%93%E5%BC%80%E6%8A%96%E9%9F%B3App.zip?Expires=1760422545&OSSAccessKeyId=TMP.3KsJtmnEk79NgnaoSH1jYDt1BQDNiY1tXBBPBPgEL5SdBiSRu4KtYbjeSKPrDy4ptQbBP9dKgJM4vDAMp9Qzxc3BFWt3s9&Signature=XFv5KinJX9bcU%2FyPXS5rr9Zf86o%3D

[Yhyu8903]

附件上传失败， 日志放oss了。

[junyangwang0410]

使用qwen-max需要把高分辨率模式打开
https://help.aliyun.com/zh/model-studio/vision#e7e2db755f9h7

打开之后试一下如果还是不行，就在运行的时候加--coor_type "qwen-vl"

[zackxizi]

关于坐标不准确，我这边采用的是 ocr + yolo 辅助VLM
OCR：采用的是 PaddleOCR
yolo：训练 PaddleOCR 无法识别出来的，且业务需要用的，比如关闭按钮、返回按钮、超链接等

[mzhua]

我用qwen3-vl-plus是可以的，感觉你用模型不对，你没用视觉模型