PP-Structure 系列模型列表

1. 版面分析模型
2. OCR和表格识别模型
- 2.1 OCR
- 2.2 表格识别模型
3. KIE模型

1. 版面分析模型

模型名称	模型简介	推理模型大小	下载地址	dict path
picodet_lcnet_x1_0_fgd_layout	基于PicoDet LCNet_x1_0和FGD蒸馏在PubLayNet 数据集训练的英文版面分析模型，可以划分文字、标题、表格、图片以及列表5类区域	9.7M	推理模型 / 训练模型	PubLayNet dict
ppyolov2_r50vd_dcn_365e_publaynet	基于PP-YOLOv2在PubLayNet数据集上训练的英文版面分析模型	221.0M	推理模型 / 训练模型	同上
picodet_lcnet_x1_0_fgd_layout_cdla	CDLA数据集训练的中文版面分析模型，可以划分为表格、图片、图片标题、表格、表格标题、页眉、脚本、引用、公式10类区域	9.7M	推理模型 / 训练模型	CDLA dict
picodet_lcnet_x1_0_fgd_layout_table	表格数据集训练的版面分析模型，支持中英文文档表格区域的检测	9.7M	推理模型 / 训练模型	Table dict
ppyolov2_r50vd_dcn_365e_tableBank_word	基于PP-YOLOv2在TableBank Word 数据集训练的版面分析模型，支持英文文档表格区域的检测	221.0M	推理模型	同上
ppyolov2_r50vd_dcn_365e_tableBank_latex	基于PP-YOLOv2在TableBank Latex数据集训练的版面分析模型，支持英文文档表格区域的检测	221.0M	推理模型	同上

2. OCR和表格识别模型

2.1 OCR

模型名称	模型简介	推理模型大小	下载地址
en_ppocr_mobile_v2.0_table_det	PubTabNet数据集训练的英文表格场景的文字检测	4.7M	推理模型 / 训练模型
en_ppocr_mobile_v2.0_table_rec	PubTabNet数据集训练的英文表格场景的文字识别	6.9M	推理模型 / 训练模型

如需要使用其他OCR模型，可以在 PP-OCR model_list 下载模型或者使用自己训练好的模型配置到 det_model_dir, rec_model_dir两个字段即可。

2.2 表格识别模型

模型名称	模型简介	推理模型大小	下载地址
en_ppocr_mobile_v2.0_table_structure	基于TableRec-RARE在PubTabNet数据集上训练的英文表格识别模型	6.8M	推理模型 / 训练模型
en_ppstructure_mobile_v2.0_SLANet	基于SLANet在PubTabNet数据集上训练的英文表格识别模型	9.2M	推理模型 / 训练模型
ch_ppstructure_mobile_v2.0_SLANet	基于SLANet的中文表格识别模型	9.3M	推理模型 / 训练模型

3. KIE模型

在XFUND_zh数据集上，不同模型的精度与V100 GPU上速度信息如下所示。

模型名称	模型简介	推理模型大小	精度(hmean)	预测耗时(ms)	下载地址
ser_VI-LayoutXLM_xfund_zh	基于VI-LayoutXLM在xfund中文数据集上训练的SER模型	1.1G	93.19%	15.49	推理模型 / 训练模型
re_VI-LayoutXLM_xfund_zh	基于VI-LayoutXLM在xfund中文数据集上训练的RE模型	1.1G	83.92%	15.49	推理模型 / 训练模型
ser_LayoutXLM_xfund_zh	基于LayoutXLM在xfund中文数据集上训练的SER模型	1.4G	90.38%	19.49	推理模型 / 训练模型
re_LayoutXLM_xfund_zh	基于LayoutXLM在xfund中文数据集上训练的RE模型	1.4G	74.83%	19.49	推理模型 / 训练模型
ser_LayoutLMv2_xfund_zh	基于LayoutLMv2在xfund中文数据集上训练的SER模型	778.0M	85.44%	31.46	推理模型 / 训练模型
re_LayoutLMv2_xfund_zh	基于LayoutLMv2在xfun中文数据集上训练的RE模型	765.0M	67.77%	31.46	[推理模型 coming soon]() / 训练模型
ser_LayoutLM_xfund_zh	基于LayoutLM在xfund中文数据集上训练的SER模型	430.0M	77.31%	-	推理模型 / 训练模型

注：上述预测耗时信息仅包含了inference模型的推理耗时，没有统计预处理与后处理耗时，测试环境为V100 GPU + CUDA 10.2 + CUDNN 8.1.1 + TRT 7.2.3.4。

在wildreceipt数据集上，SDMGR模型精度与下载地址如下所示。

模型名称	模型简介	模型大小	精度	下载地址
SDMGR	关键信息提取模型	78.0M	86.70%	[推理模型 coming soon]() / 训练模型