models_list.md

June 20, 2026 · View on GitHub

OCR模型列表

说明 ：.pth模型下载链接：https://pan.baidu.com/s/1r1DELT8BlgxeOP2RqREJEg 提取码：6clx

PaddleOCR模型百度网盘链接：https://pan.baidu.com/s/1getAprT2l_JqwhjwML0g9g 提取码：lmv7

PaddleOCR提供的可下载模型包括推理模型、训练模型、预训练模型、slim模型，PyTorch模型只支持非slim模型，模型区别说明如下：

模型类型模型格式简介
推理模型inference.pdmodel、inference.pdiparams用于python预测引擎推理，详情
训练模型、预训练模型*.pdparams、*.pdopt、*.states训练过程中保存的模型的参数、优化器状态和训练中间信息，多用于模型指标评估和恢复训练

一、文本检测模型

1.中文检测模型

模型名称模型简介推理模型大小下载地址
PP-OCRv6_medium_det【最新】中等模型，PPLCNetV4 + RepLKPAN，支持50种语言检测61M训练模型 / 转换脚本
PP-OCRv6_small_det【最新】轻量模型，PPLCNetV4 + RepLKFPN，支持50种语言检测9.8M训练模型 / 转换脚本
PP-OCRv6_tiny_det【最新】极致轻量模型，PPLCNetV4 + RepLKFPN(k=5)，支持49种语言检测1.9M训练模型 / 转换脚本
ch_PP-OCRv4_det原始超轻量模型，支持中英文、多语种文本检测4.70M推理模型 / 训练模型
ch_PP-OCRv4_server_det【最新】原始高精度模型，支持中英文、多语种文本检测110M推理模型 / 训练模型
ch_PP-OCRv3_det原始超轻量模型，支持中英文、多语种文本检测3.8M推理模型 / 训练模型
ch_ppocr_mobile_v2.0_det原始超轻量模型，支持中英文、多语种文本检测3M推理模型 / 训练模型
ch_ppocr_server_v2.0_det通用模型，支持中英文、多语种文本检测，比超轻量模型更大，但效果更好47M推理模型 / 训练模型
ch_PP-OCRv2_det原始超轻量模型，支持中英文、多语种文本检测3M推理模型 / 训练模型

2.英文检测模型

模型名称模型简介配置文件推理模型大小下载地址
en_PP-OCRv3_det【最新】原始超轻量模型，支持英文、数字检测ch_PP-OCRv3_det.yml3.8M推理模型 / 训练模型

3.多语言检测模型

模型名称模型简介配置文件推理模型大小下载地址
ml_PP-OCRv3_det【最新】原始超轻量模型，支持多语言检测ch_PP-OCRv3_det.yml3.8M推理模型 / 训练模型

二、文本识别模型

1. 中文识别模型

模型名称模型简介推理模型大小下载地址
PP-OCRv6_medium_rec【最新】中等模型，PPLCNetV4 + LightSVTR，支持50种语言识别74M训练模型 / 转换脚本
PP-OCRv6_small_rec【最新】轻量模型，PPLCNetV4 + LightSVTR，支持50种语言识别21M训练模型 / 转换脚本
PP-OCRv6_tiny_rec【最新】极致轻量模型，PPLCNetV4 + reshape，支持49种语言识别4.4M训练模型 / 转换脚本
ch_PP-OCRv4_rec超轻量模型，支持中英文、数字识别10M推理模型 / 训练模型
ch_PP-OCRv4_server_rec【最新】高精度模型，支持中英文、数字识别88M推理模型 / 训练模型
ch_PP-OCRv3_rec原始超轻量模型，支持中英文、数字识别12.4M推理模型 / 训练模型
ch_ppocr_mobile_v2.0_rec原始超轻量模型，支持中英文、数字识别3.71M推理模型 / 训练模型 / 预训练模型
ch_ppocr_server_v2.0_rec通用模型，支持中英文、数字识别94.8M推理模型 / 训练模型 / 预训练模型
ch_PP-OCRv2_rec原始超轻量模型，支持中英文、数字识别8.5M
推理模型 / 训练模型

说明： 训练模型是基于预训练模型在真实数据与竖排合成文本数据上finetune得到的模型，在真实应用场景中有着更好的表现，预训练模型则是直接基于全量真实数据与合成数据训练得到，更适合用于在自己的数据集上finetune。

2. 英文识别模型

模型名称模型简介推理模型大小下载地址
en_PP-OCRv4_rec【最新】原始超轻量模型，支持英文、数字识别9.7M推理模型 / 训练模型
en_PP-OCRv3_rec【最新】原始超轻量模型，支持英文、数字识别9.6M推理模型 / 训练模型
en_number_mobile_v2.0_rec原始超轻量模型，支持英文、数字识别(v2.0)2.56M推理模型 / 训练模型
en_number_mobile_v2.0_rec原始超轻量模型，支持英文、数字识别(v2.1优化)2.6Minference model / trained model

3. 多语言识别模型（更多语言持续更新中...）

release/2.0

模型名称模型简介推理模型大小下载地址
french_mobile_v2.0_rec法文识别2.65M推理模型 / 训练模型
german_mobile_v2.0_rec德文识别2.65M推理模型 / 训练模型
korean_mobile_v2.0_rec韩文识别3.9M推理模型 / 训练模型
japan_mobile_v2.0_rec日文识别4.23M推理模型 / 训练模型
it_mobile_v2.0_rec意大利文识别2.53M推理模型 / 训练模型
es_mobile_v2.0_rec西班牙文识别2.53M推理模型 / 训练模型
pt_mobile_v2.0_rec葡萄牙文识别2.63M推理模型 / 训练模型
ru_mobile_v2.0_rec俄罗斯文识别2.63M推理模型 / 训练模型
ar_mobile_v2.0_rec阿拉伯文识别2.53M推理模型 / 训练模型
hi_mobile_v2.0_rec印地文识别2.63M推理模型 / 训练模型
ch_tra_mobile_v2.0_rec中文繁体识别5.63M推理模型 / 训练模型
ug_mobile_v2.0_rec维吾尔文识别2.63M推理模型 / 训练模型
fa_mobile_v2.0_rec波斯文识别2.63M推理模型 / 训练模型
ur_mobile_v2.0_rec乌尔都文识别2.63M推理模型 / 训练模型
rs_latin_mobile_v2.0_rec塞尔维亚文（latin）识别2.53M推理模型 / 训练模型
oc_mobile_v2.0_rec欧西坦文识别2.53M推理模型 / 训练模型
mr_mobile_v2.0_rec马拉地文识别2.63M推理模型 / 训练模型
ne_mobile_v2.0_rec尼泊尔文识别2.63M推理模型 / 训练模型
rs_cyrillic_mobile_v2.0_rec塞尔维亚文（cyrillic）识别2.63M推理模型 / 训练模型
bg_mobile_v2.0_rec保加利亚文识别2.63M推理模型 / 训练模型
uk_mobile_v2.0_rec乌克兰文识别2.63M推理模型 / 训练模型
be_mobile_v2.0_rec白俄罗斯文识别2.63M推理模型 / 训练模型
te_mobile_v2.0_rec泰卢固文识别2.63M推理模型 / 训练模型
kn_mobile_v2.0_rec卡纳达文识别2.63M推理模型 / 训练模型
ta_mobile_v2.0_rec泰米尔文识别2.63M推理模型 / 训练模型

release/2.1

模型名称模型简介推理模型大小下载地址
french_mobile_v2.0_rec法文识别2.65M推理模型 / 训练模型
german_mobile_v2.0_rec德文识别2.65M推理模型 / 训练模型
korean_mobile_v2.0_rec韩文识别3.9M推理模型 / 训练模型
japan_mobile_v2.0_rec日文识别4.23M推理模型 / 训练模型
chinese_cht_mobile_v2.0_rec中文繁体识别5.63M推理模型 / 训练模型
te_mobile_v2.0_rec泰卢固文识别2.63M推理模型 / 训练模型
ka_mobile_v2.0_rec卡纳达文识别2.63M推理模型 / 训练模型
ta_mobile_v2.0_rec泰米尔文识别2.63M推理模型 / 训练模型
latin_mobile_v2.0_rec拉丁文识别2.6M推理模型 / 训练模型
arabic_mobile_v2.0_rec阿拉伯字母2.6M推理模型 / 训练模型
cyrillic_mobile_v2.0_rec斯拉夫字母2.6M推理模型 / 训练模型
devanagari_mobile_v2.0_rec梵文字母2.6M推理模型 / 训练模型

release/2.5

模型名称字典文件模型简介配置文件推理模型大小下载地址
korean_PP-OCRv3_recpytorchocr/utils/dict/korean_dict.txt韩文识别korean_PP-OCRv3_rec.yml11M推理模型 / 训练模型
japan_PP-OCRv3_recpytorchocr/utils/dict/japan_dict.txt日文识别japan_PP-OCRv3_rec.yml11M推理模型 / 训练模型
chinese_cht_PP-OCRv3_recpytorchocr/utils/dict/chinese_cht_dict.txt中文繁体识别chinese_cht_PP-OCRv3_rec.yml12M推理模型 / 训练模型
te_PP-OCRv3_recpytorchocr/utils/dict/te_dict.txt泰卢固文识别te_PP-OCRv3_rec.yml9.6M推理模型 / 训练模型
ka_PP-OCRv3_recpytorchocr/utils/dict/ka_dict.txt卡纳达文识别ka_PP-OCRv3_rec.yml9.9M推理模型 / 训练模型
ta_PP-OCRv3_recpytorchocr/utils/dict/ta_dict.txt泰米尔文识别ta_PP-OCRv3_rec.yml9.6M推理模型 / 训练模型
latin_PP-OCRv3_recpytorchocr/utils/dict/latin_dict.txt拉丁文识别latin_PP-OCRv3_rec.yml9.7M推理模型 / 训练模型
arabic_PP-OCRv3_recpytorchocr/utils/dict/arabic_dict.txt阿拉伯字母arabic_PP-OCRv3_rec.yml9.6M推理模型 / 训练模型
cyrillic_PP-OCRv3_recpytorchocr/utils/dict/cyrillic_dict.txt斯拉夫字母cyrillic_PP-OCRv3_rec.yml9.6M推理模型 / 训练模型
devanagari_PP-OCRv3_recpytorchocr/utils/dict/devanagari_dict.txt梵文字母devanagari_PP-OCRv3_rec.yml9.9M推理模型 / 训练模型

更多支持语种请参考:

三、文本方向分类模型

模型名称模型简介推理模型大小下载地址
ch_ppocr_mobile_v2.0_cls原始模型1.38M推理模型 / 训练模型

四、文档预处理模型

1. 文档方向分类模型 (doc_ori)

模型名称模型简介推理模型大小下载地址
PP-LCNet_x1_0_doc_ori文档图像方向分类，判断0°/90°/180°/270°旋转，Top-1准确率99.06%7M训练模型 / 转换脚本

2. 文本行方向分类模型 (textline_ori)

模型名称模型简介推理模型大小下载地址
PP-LCNet_x0_25_textline_ori文本行方向分类，判断0°/180°倒置，Top-1准确率98.85%，极致轻量0.96M训练模型 / 转换脚本
PP-LCNet_x1_0_textline_ori文本行方向分类，判断0°/180°倒置，Top-1准确率99.42%6.5M训练模型 / 转换脚本

3. 文本图像矫正模型 (UVDoc)

模型名称模型简介推理模型大小下载地址
UVDoc文档图像去扭曲矫正(CGU-Net)，基于SIGGRAPH Asia 2023，DocUNet CER=0.17930.3M训练模型 / 转换脚本

五、文档结构化解析模型（PP-StructureV3）

1. 布局检测模型

模型名称模型简介参数量下载地址
PP-DocLayout-M【推荐】PicoDet 布局检测，LCNet(scale=2.0)+LCPAN+PicoHeadV2，23类文档区域5.8M训练模型 / 转换脚本
PP-DocLayout-S轻量布局检测，LCNet(scale=0.75)+LCPAN+PicoHeadV2，23类文档区域1.2M训练模型 / 转换脚本

2. 表格结构识别模型

模型名称模型简介参数量下载地址
SLANeXt_wired有线表格结构识别，ViT Encoder + GRU Attention Decoder，输出HTML~90M训练模型 / 转换脚本

3. 公式识别模型

模型名称模型简介参数量下载地址
PP-FormulaNet_plus-M【推荐】公式识别，PPHGNetV2_B6 + MBart Decoder(6层)，LaTeX输出~250M训练模型 / 转换脚本
PP-FormulaNet-S轻量公式识别，PPHGNetV2_B4 + MBart Decoder(2层)，LaTeX输出~100M训练模型 / 转换脚本

4. 印章文本检测模型

模型名称模型简介参数量下载地址
PP-OCRv4_mobile_seal_det印章文本检测，PPLCNetV3+RSEFPN+DBHead~1.5M训练模型 / 转换脚本

5. 管道使用

完整的文档结构化解析管道（预处理→布局→全局OCR→表格/公式/印章→输出）

python ptstructure/predict_structure.py \
    --image_dir=./doc/table/ \
    --output_dir=./output/ \
    --layout_variant=M \
    --use_formula --use_seal

详见 PP-StructureV3 移植指南