# PP-OCRv6 – 百度飞桨 PaddleOCR 开源的第六代 OCR 模型

- Link: https://paooo.com/aigc-news/24337/
- Published: 2026-07-07T14:05:40+08:00
- Author: 站外新闻

## PP-OCRv6是什么

PP-OCRv6 是百度飞桨 PaddleOCR 团队推出的第六代开源 OCR 模型，首次推出 Tiny（1.5M）、
Small（7.7M）、Medium（34.5M）三档模型，覆盖从浏览器端到服务器的全算力平台。相比
前代，检测精度提升 4.9%，识别精度提升 5.1%，其中 Medium 在 Intel Xeon CPU 上端到
端仅需 1.40 秒，速度达 v5_server 的 5.2 倍，Tiny 在浏览器端单图预测低至 97ms。单
模型支持语言从 4 种扩展至 50 种，新增电路板、数码管、CAD 图纸、喷码点阵字符等工业
场景。

阅读目录

 * [PP-OCRv6是什么](https://paooo.com/aigc-news/24337/#ppocrv6%e6%98%af%e4%bb%80%e4%b9%88)
 * [PP-OCRv6的主要功能](https://paooo.com/aigc-news/24337/#ppocrv6%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [如何使用PP-OCRv6](https://paooo.com/aigc-news/24337/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8ppocrv6)
 * [PP-OCRv6的项目地址](https://paooo.com/aigc-news/24337/#ppocrv6%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [PP-OCRv6的核心优势](https://paooo.com/aigc-news/24337/#ppocrv6%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [PP-OCRv6的同类竞品对比](https://paooo.com/aigc-news/24337/#ppocrv6%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [PP-OCRv6的应用场景](https://paooo.com/aigc-news/24337/#ppocrv6%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![PP-OCRv](https://paooo.com/wp-content/uploads/2026/07/PP-OCRv6-1.avif)

## PP-OCRv6的主要功能

 * **三档模型灵活部署**：提供 Tiny（1.5M）、Small（7.7M）、Medium（34.5M）三种规格，
   分别适配浏览器端、嵌入式设备到服务器，按需选择开箱即用。
 * **高精度文本检测与识别**：端到端完成文字区域定位与内容识别，检测精度达 86.2%，
   识别精度达 83.2%，较上一代实现代际跨越式提升。
 * **50 种语言单模型覆盖**：单模型同时支持中文、英文、日文及 46 种拉丁语系语言，
   无需切换模型即可处理多语言混合文档。
 * **工业场景专项增强**：新增电路板、数码管、CAD 图纸、喷码点阵字符、轮胎印刷等复杂
   工业场景的检测与识别能力。
 * **极速推理与低延迟**：Tiny 档在纯浏览器前端单图预测低至 97ms；Medium 在 Intel
   Xeon CPU 上端到端仅 1.40 秒，速度为前代 server 模型的 5.2 倍。
 * **高鲁棒性稳定输出**：检测多尺寸预测一致性方差仅 5.19%，识别边缘尺寸扰动一致性
   较 v5 提升 20.5%，对输入分辨率变化和裁剪边界具有强抗干扰能力。
 * **多后端与私有化部署**：支持 OpenVINO、ONNX Runtime、TensorRT 等推理后端，可在
   内网、离线及安全敏感环境中私有化部署。
 * **结构化文档解析**：结合 PP-StructureV3，可将复杂 PDF 和图片转换为 Markdown 或
   JSON 格式，输出细粒度的文本坐标与版面信息。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-55.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用PP-OCRv6

 * **命令行快速调用**：安装 PaddleOCR 3.7.0+ 后，直接执行 `paddleocr ocr -i image.
   png --text_detection_model_name PP-OCRv6_medium_det --text_recognition_model_name
   PP-OCRv6_medium_rec` 即可对图片进行 OCR。
 * **Python API 集成**：在代码中导入 `from paddleocr import PaddleOCR`，初始化时
   指定模型名称如 `PaddleOCR(text_detection_model_name="PP-OCRv6_medium_det", text_recognition_model_name
   ="PP-OCRv6_small_rec")`，调用 `predict()` 方法传入图片路径即可获取识别结果。
 * **模型自动下载**：首次使用指定模型时，PaddleOCR 会自动从 HuggingFace 或 ModelScope
   下载对应权重，无需手动配置；也可提前从 ModelScope 集合页或 GitHub 仓库下载模型
   文件到本地。
 * **浏览器端前端部署**：选用 Tiny 档（1.5M）模型，通过 ONNX Runtime Web 或 OpenVINO
   前端推理，可在纯浏览器环境中实现单图 97ms 的极速预测，无需后端服务器。
 * **多后端推理加速**：支持 OpenVINO、ONNX Runtime、TensorRT 等后端，在 CPU、GPU
   及嵌入式设备上按需切换推理引擎，优化生产环境性能。
 * **结构化文档解析**：结合 PP-StructureV3 模块，将图片或 PDF 输入后，可输出 Markdown
   或 JSON 格式的结构化结果，包含文本内容、坐标位置及版面层级信息。
 * **按需选择模型档位**：根据部署环境算力选择 Tiny（移动端/浏览器）、Small（嵌入式/
   中等算力）或 Medium（服务器/高精度），三档模型接口统一，替换模型名称即可无缝切换。

## PP-OCRv6的项目地址

 * **项目官网**：https://paddleocr.com
 * **ModelScop**e：https://modelscope.cn/collections/PaddlePaddle/PP-OCRv6

## PP-OCRv6的核心优势

 * **精度跨越式代际提升**：文字检测精度较 v5 提升 4.9%，识别精度提升 5.1%，Medium
   档检测 Hmean 达 86.2%，识别准确率达 83.2%，实现大幅跃升。
 * **极致推理速度**：Medium 在 Intel Xeon CPU 上端到端仅 1.40s，速度为前代 server
   模型的 5.2 倍；Tiny 在浏览器端单图预测低至 97ms，适配极低算力环境。
 * **史上最高鲁棒性**：检测多尺寸预测一致性方差仅 5.19%（较 v5 降低 35%），识别边缘
   尺寸扰动一致性提升 20.5%，对输入变化和裁剪边界抗干扰能力极强。
 * **全算力平台无缝覆盖**：Tiny、Small、Medium 三档模型从浏览器端、嵌入式设备到服务
   器全场景部署，按需选择，开箱即用。
 * **50 种语言统一识别**：单模型支持语言从 4 种扩展至 50 种，涵盖中、英、日及 46
   种拉丁语系，无需切换模型即可处理多语言混合内容。
 * **工业场景深度增强**：新增电路板、数码管、CAD 图纸、喷码点阵字符、轮胎印刷等真实
   复杂工业场景的专项识别能力。
 * **轻量参数碾压大模型**：Medium 以 34.5M 参数在检测与识别精度上超越 Qwen3-VL-235B、
   GPT-5.5、Gemini-3.1-Pro 等百亿级视觉语言模型。
 * **极低幻觉忠实还原**：对原始文本（包括故意拼写错误）的还原准确率远高于通用大模型，
   避免大模型常见的”幻觉式”篡改。

## PP-OCRv6的同类竞品对比

  |  对比维度 |  **PP-OCRv6** |  **EasyOCR** |  **MMOCR** |  
   |  **开发方** |  百度飞桨 PaddleOCR |  JaidedAI |  OpenMMLab（商汤） |  
 |  **开源协议** |  Apache 2.0 |  Apache 2.0 |  Apache 2.0 |  
 |  **系统架构** |  统一 MetaFormer（LCNetV4 + RepLKFPN + LightSVTR） |  CRAFT/DB 检测 + CRNN 识别 |  DB/PSENet/FCENet 检测 + CRNN/SAR/NRTR 识别 |  
 |  **端到端支持** |  检测与识别一体化，三档开箱即用 |  端到端一体化，自动语言检测 |  模块化组合，需手动配置检测+识别链路 |  
 |  **支持语言** |  50 种（中、英、日及 46 种拉丁语系） |  80+ 种 |  依赖所选模型配置，需自行扩展 |  
 |  **模型大小** |  **1.5M–34.5M**（极轻量） |  检测约 10M+，识别模型按语言累计可达 50M+ |  灵活配置，通常单模型 10M–100M+ |  
 |  **中文场景优化** |  深度优化，支持竖排、古籍、拼音标注 |  一般水平，中文精度弱于 PP-OCR |  支持，但需自行调优 |  
 |  **工业场景** |  内置电路板、数码管、CAD、点阵字符、轮胎印刷等 |  通用场景为主，无工业专项 |  通用场景为主，无工业专项 |  
 |  **CPU 推理速度** |  **极快**：Tiny 浏览器 97ms，Medium CPU 1.40s |  中等，通常秒级 |  中等，通常秒级 |  
 |  **浏览器/前端部署** |  **原生支持**（Tiny 档 ONNX/Web） |  不支持原生浏览器推理 |  不支持 |  
 |  **幻觉控制** |  极低（忠实还原率 93.2%） |  低，但存在错漏 |  中等，依赖模型组合 |

## PP-OCRv6的应用场景

 * **移动端与边缘设备实时识别**：Tiny 档（1.5M）可在手机、IoT 设备、嵌入式终端上
   实现毫秒级 OCR，适合离线扫描、快递面单识别等低功耗场景。
 * **浏览器端前端集成**：在纯网页环境中通过 ONNX/Web 部署，单图预测低至 97ms，无
   需后端服务器即可实现用户上传图片的即时文字提取。
 * **文档数字化与档案管理**：身份证、驾驶证、营业执照、发票、单据、合同等证件票据
   的批量结构化提取，结合 PP-StructureV3 输出 JSON/Markdown 格式。
 * **金融与医疗数据录入**：凭借极低幻觉率（93.2% 忠实还原），精准识别票据、病历、
   处方、保单等对准确性要求极高的敏感文本。
 * **工业质检与自动化**：新增电路板丝印、数码管读数、CAD 图纸标注、喷码点阵字符、
   轮胎印刷、工业铭牌等复杂工业场景的自动化检测与识别。
 * **多语言国际化处理**：单模型覆盖 50 种语言，适用于跨境电商、外贸单据、多语言说明
   书、国际化内容审核与翻译预处理。