diff --git a/doc/doc_ch/FAQ.md b/doc/doc_ch/FAQ.md
index a97b8cc38b6ef8803028cee06e6adbd8ab591f46..affe9e6da5251494aa531abd6fe1e75daf278ace 100644
--- a/doc/doc_ch/FAQ.md
+++ b/doc/doc_ch/FAQ.md
@@ -263,7 +263,7 @@
 
 #### Q3.1.13：识别模型框出来的位置太紧凑，会丢失边缘的文字信息，导致识别错误
 
-**A**： 可以在命令中加入 --det_db_unclip_ratio ，参数[定义位置](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/tools/infer/utility.py#L49)，这个参数是检测后处理时控制文本框大小的，默认2.0，可以尝试改成2.5或者更大
+**A**： 可以在命令中加入 --det_db_unclip_ratio ，参考[定义位置](https://github.com/PaddlePaddle/PaddleOCR/blob/develop/tools/infer/utility.py#L49)，这个参数是检测后处理时控制文本框大小的，默认2.0，可以尝试改成2.5或者更大
 ，反之，如果觉得文本框不够紧凑，也可以把该参数调小。
 
 #### Q3.1.14：英文手写体识别有计划提供的预训练模型吗?
@@ -272,13 +272,12 @@
 
 #### Q3.1.15：超轻量模型和通用OCR模型的区别？
 
-
 **A**：理论上只要有相应的数据集，都是可以的。当然手写识别毕竟和印刷体有区别，对应训练调优策略可能需要适配性优化。
 
 
 #### Q3.1.16：PaddleOCR的算法可以用于手写文字检测识别吗?后续有计划推出手写预训练模型么？
 
-PaddleOCR已完成Windows和Mac系统适配，并且python预测支持使用pip包安装。运行时注意两点：1、在[快速安装](./installation.md)时，如果不想安装docker，可跳过第一步，直接从第二步安装paddle开始。2、inference模型下载时，如果没有安装wget，可直接点击模型链接或将链接地址复制到浏览器进行下载，并解压放置到相应目录。
+**A**：PaddleOCR已完成Windows和Mac系统适配，并且python预测支持使用pip包安装。运行时注意两点：1、在[快速安装](./installation.md)时，如果不想安装docker，可跳过第一步，直接从第二步安装paddle开始。2、inference模型下载时，如果没有安装wget，可直接点击模型链接或将链接地址复制到浏览器进行下载，并解压放置到相应目录。
 
 #### Q3.1.17：PaddleOCR是否支持在Windows或Mac系统上运行？
 **A**：目前PaddleOCR开源了2个中文模型，分别是8.6M超轻量中文模型和通用中文OCR模型。两者对比信息如下：
@@ -295,7 +294,6 @@ PaddleOCR已完成Windows和Mac系统适配，并且python预测支持使用pip
 **A**：目前主要是开源通用类OCR模型，暂不计划开源小垂类专用模型。PaddleOCR开源了多种检测、识别算法供用户自定义训练，两种中文模型也是基于开源的算法库训练产出，有小垂类需求的小伙伴，可以按照教程准备好数据，选择合适的配置文件，自行训练，相信能有不错的效果。训练有任何问题欢迎提issue或在交流群提问，我们会及时解答。
 
 
-
 ### 数据集
 
 #### Q3.2.1：如何制作PaddleOCR支持的数据格式