PP-OCRv6正式发布，精度全面跃升，本地浏览器单图预测轰出97ms

从2020年5月到去年5月，PP-OCR系列从v1一路迭代到v5，凭借极致的速度与精度平衡，早已成为OCR界的顶流——在UmiOCR、MinerU、TurboOCR等业界工具链中，它几乎都是核心引擎；在各大模型团队的数据处理流程里，更是不可或缺的基础设施。团队多年前的一个想法，生根发芽，如今已长成大模型时代的数据引擎。感谢广大开发者持续的反馈，让我们有机会不断迭代。

今天，正式发布PP-OCRv6——文本检测识别任务实现了一次跨越式进步。

PP-OCRv6已上线PaddleOCR官网，用户可通过网页或API快速使用。同时，代码和模型权重已开源至Github和HuggingFace，欢迎下载使用。

PaddleOCR官网：https://paddleocr.com

Github：https://github.com/PaddlePaddle/PaddleOCR

HuggingFace：https://huggingface.co/collections/PaddlePaddle/pp-ocrv6

本文不做技术详解，主要快速传递本次升级的核心能力，后续会再拆解技术细节。

PP-OCRv6特性速览

PP-OCR系列首次推出三档模型：Tiny（1.5M）、Small（7.7M）、Medium（34.5M）。从浏览器端、嵌入式设备到服务器，几乎覆盖所有主流算力平台，按需选择，开箱即用。

文字检测精度较PP-OCRv5同级别模型提升4.9%，文字识别精度提升5.1%。不是微调级别的涨点，而是跨越式的代际提升。

同级别中，PP-OCRv6_medium的端到端时延仅为1.40s（基于Intel Xeon与OpenVINO优化），速度达到前代PP-OCRv5_Server的5.2倍。而超轻量级的tiny档更炸裂——在纯前端浏览器环境的极低算力下，直接轰出单图97ms的惊人成绩。

单模型支持50种语言，远超PP-OCRv5单模型的4种。此外，新增电路板、数码管、CAD图纸、喷码点阵字符等多种工业场景的文字检测与识别，真实复杂场景适用性大幅增强。

文字检测多尺寸预测一致性方差仅5.19%，较PP-OCRv5降低35%；文字识别边缘尺寸扰动评估集上，预测一致性提升20.5%。

01 效果预览

>>>左右滑动查看更多>>> >>>左右滑动查看更多>>> >>>左右滑动查看更多>>> >>>左右滑动查看更多>>> >>>左右滑动查看更多>> >>>左右滑动查看更多>>> >>>左右滑动查看更多>>> >>>左右滑动查看更多>>>

02 核心指标

基于多场景高质量文本检测和识别的In-house评估集，PP-OCRv6在检测和识别两项任务上大幅领先前代。

1. 文本检测

PP-OCRv6的三档模型几乎全面领先PP-OCRv5，并且断档式领先通用大模型。

2. 文本识别

同样，PP-OCRv6的三档模型领先PP-OCRv5和通用大模型。

3. 推理速度

在多款主流硬件测试中，PP-OCRv6全面碾压PP-OCRv5。具体来说，PP-OCRv6_medium在Intel Xeon 8350C CPU上的单图推理时延仅1.4s，是PP-OCRv5_Server的5.2倍。在移动端与边缘端，PP-OCRv6_small在多种推理后端上全方位超越PP-OCRv5_Mobile。而极致轻量化的PP-OCRv6_tiny更惊艳——在Intel Xeon 8350C CPU上耗时缩至0.2s，在本地M4芯片浏览器环境测试常规图片时，端到端延迟甚至只有97ms。这种在各类算力平台上的指数级性能飞跃，无疑是端侧及全栈OCR开发者的福音。

03 快速开始

安装飞桨框架与PaddleOCR（3.7.0及以上版本）：

python -m pip install paddlepaddle==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
python -m pip install "paddleocr>=3.7.0"

在命令行快速体验PP-OCRv6能力（3.7.0及以上版本的默认PP-OCR模型已切换到v6版本）：

paddleocr ocr -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png 
    --use_doc_orientation_classify False 
    --use_doc_unwarping False 
    --use_textline_orientation False

也可以调用Python API，集成到下游应用中：

from paddleocr import PaddleOCR

ocr = PaddleOCR(
    use_doc_orientation_classify=False,
    use_doc_unwarping=False,
    use_textline_orientation=False,
)

# 指定模型档位
# ocr = PaddleOCR(
#     text_detection_model_name="PP-OCRv6_tiny_det",
#     text_recognition_model_name="PP-OCRv6_tiny_rec",
#     use_doc_orientation_classify=False,
#     use_doc_unwarping=False,
#     use_textline_orientation=False,
# )

result = ocr.predict("https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png")
for res in result:
    res.print()
    res.sa ve_to_img("output")
    res.sa ve_to_json("output")

滑动查看更多

此外，PaddleOCR v3.7版本已广泛兼容onnxruntime、transformers后端，可根据当前环境通过指定engine来切换推理后端。例如使用onnxruntime推理，只需增加参数--engine onnxruntime：

paddleocr ocr -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png 
    --use_doc_orientation_classify False 
    --use_doc_unwarping False 
    --use_textline_orientation False 
    --engine onnxruntime

04 FAQ

两者定位不同，在落地场景上形成完美互补：

• PP-OCRv6
  ：第六代演进，主打极致轻量化与普适性，几乎兼容所有算力平台，核心聚焦自然场景、文档场景及通用工业场景下文本行的高精度、高速度检测与识别。

• PaddleOCR-VL系列
  ：专为复杂文档解析而生，具备强大的多模态解析能力，能一站式识别和结构化提取文字、表格、公式、图表、印章等全要素。

完全可以，建议直接升级。PP-OCRv6实现架构与数据的双重跃升，同等耗时下精度大幅领先，同等精度下推理延迟显著降低。同时设计上严格规避复杂、非通用算子，硬件亲和力极佳，绝大多数现有管线均可无缝平滑替换。

PP-OCRv6推出三档模型，对应关系如下：

• PP-OCRv6_medium
  （34.5M）：推理速度对标PP-OCRv5_server，但精度大幅反超。

• PP-OCRv6_small
  （7.7M）：速度对标PP-OCRv5_mobile，移动端/嵌入式设备主力升级款，性价比极高。

• PP-OCRv6_tiny
  （1.5M）：主打极致吞吐与超低延迟，专为资源极度受限的边缘设备打造，无前代直接对标。

---

更多端侧部署参考文档：

• 安卓：https://www.paddleocr.ai/latest/version3.x/inference_deployment/cross_platform/android_deployment.html
• IOS：https://www.paddleocr.ai/latest/version3.x/inference_deployment/cross_platform/ios_deployment.html
• 浏览器：https://www.paddleocr.ai/latest/version3.x/inference_deployment/cross_platform/browser.html

---

结语

从2020年到今天，PP-OCR已走过六年征程。从一个团队的想法，成长为业界不可或缺的数据引擎；从实验室的模型，演变为千万开发者手中的利器。技术的价值在于被使用，模型的生命在于被信赖。当PP-OCR出现在越来越多的工具链中，支撑起越来越庞大的数据处理需求，这份信任来之不易，更需倍加珍惜。

未来，PaddleOCR将继续秉持开源开放的初心，与广大开发者同行，持续探索OCR技术的边界，让文字的力量在数字世界中无处不在。感谢每一位使用者、每一条反馈、每一份信任。

让我们一起，用技术点亮文字，用开源照亮未来。