尧图网页设计 
PaddleOCR 版本演进全解析从 2.0 到 3.2 的更新日志深度导读【免费下载链接】PaddleOCR飞桨多语言OCR工具包实用超轻量OCR系统支持80种语言识别提供数据标注与合成工具支持服务器、移动端、嵌入式及IoT设备端的训练与部署 Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80 languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR本篇技术指南以 PaddleOCR 官方更新日志docs/update/update.md为主线系统梳理 PaddleOCR 从 2020 年开源到 2025 年 8 月的全部重要版本节点、核心模型与产线能力演进、部署与训练体系升级脉络并结合当前仓库源码paddleocr/_pipelines 等对关键能力做源码级印证。读完本文你将掌握 PaddleOCR 各版本的核心新增能力、模型精度指标与适用场景理解 2.x 到 3.x 的非兼容性升级动因与迁移要点并能在选型时快速定位与自身场景匹配的版本能力。一、版本时间轴总览一条完整的 OCR 技术演进线docs/update/update.md记录的更新日志横跨五年是理解 PaddleOCR 技术脉络的第一手资料。按阶段可以划分为三条主线2020–20222.x 早期模型轻量化与生态起步。从开源 8.6M 超轻量中文 OCR 模型、通用中文 OCR 模型起步逐步补充多语种模型、whl 包安装、移动端/C/服务化部署再到 PP-OCRv2、PP-OCRv3 两代核心模型的精度与速度迭代并引入 PP-Structure 文档结构化工具包与 PPOCRLabel 标注工具。2023–20242.x 后期单模型矩阵与多模型组合产线。发布 PP-OCRv4推出版面检测、公式识别、表格结构识别、表格分类、单元格检测、文本行方向分类等 12 个自研单模型以及文档图像预处理、版面解析 v2、表格识别 v2、PP-ChatOCRv4-doc 四条多模型组合产线。20253.x架构重构与大模型融合。发布 3.0、3.0.1–3.0.3、3.1.0、3.1.1、3.2.0 多个版本推出 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation 等新产线融合 PaddleX 底层能力统一推理接口全面适配飞桨框架 3.x。从仓库结构可以印证这一演进当前仓库中 paddleocr/_pipelines 目录集中了 3.x 的产线实现PaddleOCR、PPStructureV3、PPChatOCRv4Doc、PPDocTranslation、PaddleOCRVL等而 docs/version2.x 保留了 2.x 的完整历史文档docs/update/upgrade_notes.md 则专门说明了 2.x 到 3.x 的迁移背景。二、2025 年最新版本3.2.0 / 3.1.1 / 3.1.0 核心能力解读2.1 PaddleOCR 3.2.02025.08.213.2.0 是更新日志中最新的版本重点围绕模型扩展、部署升级与性能分析三方面重要模型新增PP-OCRv5 新增英文、泰文、希腊文识别模型的训练、推理、部署能力。其中 PP-OCRv5 英文模型较 PP-OCRv5 主模型在英文场景提升 11%泰文识别模型精度 82.68%希腊文识别模型精度 89.28%。部署能力升级全面支持飞桨框架 3.1.0 与 3.1.1PP-OCRv5 C 本地部署方案全面升级支持 Linux、Windows功能及精度效果与 Python 方案保持一致高性能推理支持 CUDA 12可使用 Paddle Inference、ONNX Runtime 后端推理高稳定性服务化部署方案全面开源支持对 Docker 镜像和 SDK 定制化修改并支持手动构造 HTTP 请求调用客户端可用任意编程语言编写。Benchmark 支持全部产线支持产线细粒度 benchmark可测量产线端到端推理时间以及逐层、逐模块耗时用于产线性能分析文档中补充了各产线常用配置在主流硬件上的推理耗时与内存占用关键指标。Bug 修复修复模型训练时训练日志保存失败问题公式模型数据增强部分做 albumentations 版本兼容升级并修复多进程使用 tokenizers 依赖时的死锁警告修复 PP-StructureV3 配置文件中use_chart_parsing等开关行为与其他产线不统一的问题。其他升级分离必要依赖与可选依赖基础文字识别仅需少量核心依赖文档解析、信息抽取等功能按需安装额外依赖支持 Windows 用户使用英伟达 50 系显卡参见 安装文档PP-OCR 系列模型支持返回单文字坐标模型新增 AIStudio、ModelScope 下载源支持图表转表 PP-Chart2Table 单功能模块推理。从源码看use_textline_orientation、return_word_box等参数已成为 3.x 产线构造与预测接口的标准能力例如 paddleocr/_pipelines/ocr.py 中PaddleOCR.__init__与predict均显式支持这两个参数文本行方向分类开关在 API 客户端中对应--use_textline_orientation参数paddleocr/_api_client/cli.py。2.2 PaddleOCR 3.1.12025.08.153.1.1 以修复与文档优化为主补充PP-ChatOCRv4类缺失的save_vector、save_visual_info_list、load_vector、load_visual_info_list方法。从源码看这些方法在 paddleocr/_pipelines/pp_chatocrv4_doc.py 的PPChatOCRv4Doc类中均有完整实现。补充PPDocTranslation类的translate方法缺失的glossary与llm_request_interval参数在 paddleocr/_pipelines/pp_doctranslation.py 中可见这两个参数的默认值glossaryNone、llm_request_interval0.0。修改 MCP 服务器依赖使用纯 Python 库puremagic代替python-magic减少安装问题MCP 服务器实现见 mcp_server。使用 3.1.0 版本 PaddleOCR 重新测试 PP-OCRv5 性能指标并更新文档。2.3 PaddleOCR 3.1.02025.06.293.1.0 是一次能力密度很高的版本更新新增 PP-OCRv5 多语种文本识别模型支持法语、西班牙语、葡萄牙语、俄语、韩语等 37 种语言的训推流程平均精度涨幅超 30%。对应文档见 docs/version3.x/algorithm/PP-OCRv5/PP-OCRv5_multi_languages.md。升级 PP-Chart2Table 模型图表转表能力升级在内部自建测评集合上 RMS-F1 从 71.24% 提升到 80.60%提升 9.36 个百分点。新增文档翻译产线 PP-DocTranslation基于 PP-StructureV3 与 ERNIE 4.5支持翻译 Markdown 格式文档、各种复杂版式的 PDF 文档和文档图像结果保存为 Markdown 格式文档。使用文档见 docs/version3.x/pipeline_usage/PP-DocTranslation.md实现位于 paddleocr/_pipelines/pp_doctranslation.py。新增 MCP Server支持 OCR 与 PP-StructureV3 两种工具支持本地 Python 库、星河社区云服务、自托管服务三种工作模式支持通过 stdio 调用本地服务、通过 Streamable HTTP 调用远程服务。文档见 docs/version3.x/integrations/mcp_server.md。三、3.0.x 系列架构重构的关键窗口3.1 PaddleOCR 3.0 正式发布2025.05.203.0 是 PaddleOCR 历史上最重要的一次非兼容性升级核心变化包括发布全场景文字识别模型 PP-OCRv5单模型支持五种文字类型和复杂手写体识别整体识别精度相比上一代提升 13 个百分点。发布通用文档解析方案 PP-StructureV3支持多场景、多版式 PDF 高精度解析。其产线实现见 paddleocr/_pipelines/pp_structurev3.py产线使用文档见 docs/version3.x/pipeline_usage/PP-StructureV3.md。发布智能文档理解方案 PP-ChatOCRv4原生支持文心大模型 4.5精度相比上一代提升 15 个百分点。重构部署能力统一推理接口融合飞桨 PaddleX 3.0 底层能力统一并优化 Python API 与 CLI部署能力覆盖高性能推理、服务化部署与端侧部署三大场景。当前仓库中PaddleOCR、PPStructureV3等产线类均继承自统一的PaddleXPipelineWrapper基类paddleocr/_pipelines/base.py印证了这一统一接口设计。适配飞桨框架 3.0兼容 CINN 编译器特性静态图模型存储文件名由xxx.pdmodel改为xxx.json。统一模型命名体系采用更规范统一的命名规则为后续迭代维护奠定基础。详细的迁移说明见 docs/update/upgrade_notes.md其中明确3.x 中PPStructure已被移除建议使用PPStructureV3替代PaddleOCR.ocr方法不再接受det、rec参数单功能模块推理请使用TextDetection、TextRecognition等独立接口use_onnx参数被高性能推理功能代替。3.2 3.0.1 / 3.0.2 / 3.0.3快速迭代修补版本核心内容3.0.12025.06.05PP-OCRv5 默认模型配置由 mobile 改为 serverlimit_side_len由 736 改为 64新增文本行方向分类模型PP-LCNet_x1_0_textline_ori精度 99.42%优化PP-LCNet_x0_25_textline_ori精度提升 3.3 个百分点至 98.85%所有产线 CPU 推理默认开启 MKL-DNNPP-ChatOCRv3、PP-StructureV3 支持use_textline_orientation参数修复PPStructureV3.concatenate_markdown_pages方法不存在等问题3.0.22025.06.19模型默认下载源从 BOS 改为 HuggingFace可通过环境变量PADDLE_PDX_MODEL_SOURCEBOS切回百度云 BOSpipeline 新增 C、Java、Go、C#、Node.js、PHP 6 种语言服务调用示例优化版面分区排序算法与模型选择逻辑MKL-DNN 缓存设置默认上界并支持配置容量新增 PP-OCRv5 Android 端示例恢复对 Python 3.12 的支持3.0.32025.06.26修复enable_mkldnn参数不生效问题恢复 CPU 默认使用 MKL-DNN 推理其中关于模型下载源与 MKL-DNN 的细节在仓库中有多处印证PADDLE_PDX_MODEL_SOURCE环境变量在 docs/FAQ.md 与多个 module_usage 文档如 docs/version3.x/module_usage/chart_parsing.md中均有说明MKL-DNN 相关默认配置DEFAULT_ENABLE_MKLDNN True、DEFAULT_MKLDNN_CACHE_CAPACITY 10、DEFAULT_CPU_THREADS 10定义在 paddleocr/_constants.py。四、2.x 时代的里程碑从 PP-OCRv2 到 PP-OCRv44.1 PP-OCRv42023.8.7release/2.7PP-OCRv4 提供 mobile 与 server 两种模型介绍见 docs/version2.x/ppocr/blog/PP-OCRv4_introduction.mdPP-OCRv4-mobile速度可比情况下中文场景效果相比 PP-OCRv3 提升 4.5%英文场景提升 10%80 语种多语言模型平均识别准确率提升 8% 以上PP-OCRv4-server中英文场景检测模型精度提升 4.9%识别模型精度提升 2%。4.2 12 个自研单模型矩阵2025.3.7PaddleOCR 2.102.10 版本一次性推出 12 个自研单模型为 3.x 产线化奠定了模型底座模型系列模型关键指标来自更新日志版面区域检测PP-DocLayout-L / M / S预测 23 个常见版面类别mAP0.5 最高达 90.4%轻量模型端到端每秒处理超百页文档图像公式识别PP-FormulaNet-L / S支持 5 万种 LaTeX 常见词汇L 较开源同等量级模型精度高 6 个百分点S 较同等精度模型速度快 16 倍表格结构识别SLANeXt_wired / SLANeXt_wireless分别支持有线/无线表格结构预测内部高难度评测集上精度比 SLANet_plus 高 6 个百分点表格分类PP-LCNet_x1_0_table_cls超轻量级有线/无线表格分类模型表格单元格检测RT-DETR-L_wired/wireless_table_cell_det支持有线/无线表格单元格检测可配合表格识别 v2 产线端到端预测文本识别PP-OCRv4_server_rec_doc支持 1.5 万字典内部数据集精度较 PP-OCRv4_server_rec 高 3 个百分点以上文本行方向分类PP-LCNet_x0_25_textline_ori存储仅 0.3M 的超轻量级文本行方向分类模型4.3 四条多模型组合产线2.10文档图像预处理产线通过超轻量级模型组合实现文档图像扭曲与方向矫正版面解析 v2 产线组合多个自研 OCR 类模型优化复杂版面阅读顺序实现复杂 PDF 端到端转换为 Markdown 与 JSON 文件表格识别 v2 产线组合表格分类、单元格检测、结构识别、文本检测、文本识别模块用户可自定义微调任意模块以提升垂类表格效果。当前仓库实现见 paddleocr/_pipelines/table_recognition_v2.py文档见 docs/version3.x/pipeline_usage/table_recognition_v2.mdPP-ChatOCRv4-doc 产线融合多模态大模型优化 Prompt 与多模型组合后处理逻辑更好解决版面分析、生僻字、多页 PDF、表格、印章识别等复杂文档信息抽取难点准确率较 PP-ChatOCRv3-doc 高 15 个百分点并支持通过标准 OpenAI 接口调用本地大模型如 DeepSeek-R1。当前仓库的PPChatOCRv4Doc类提供了build_vector、chat、visual_predict等完整 APIpaddleocr/_pipelines/pp_chatocrv4_doc.py。4.4 更早的 2.x 节点回顾PP-OCRv32022.5.9v2.5速度可比情况下中文场景效果比 PP-OCRv2 再提升 5%英文场景提升 11%80 语种多语言模型平均识别准确率提升 5% 以上同步发布半自动标注工具 PPOCRLabelv2、OCR 产业落地工具集与开源电子书《动手学 OCR》。PP-OCRv22021.9.7v2.3CPU 推理速度相比 PP-OCR server 提升 220%效果相比 PP-OCR mobile 提升 7%。PP-Structure2021.8.3v2.2新增文档结构分析工具包支持版面分析与表格识别含 Excel 导出。端到端与多语种扩展2021.4.82.1开源 AAAI 2021 论文端到端识别算法 PGNet多语言模型支持种类增加到 80。五、算法、生态与工具链的持续沉淀更新日志同样记录了 PaddleOCR 在算法实现与生态工具上的持续投入前沿算法实现2022.11 新增文本检测 DRRG、文本识别 RFL、文本超分 Text Telescope、公式识别 CAN 四种前沿算法总览见 docs/version2.x/algorithm/overview.md2021.12v2.4新增 PSENet、NRTR、SEED、SAR 等检测识别算法及 SDMGR、LayoutLM 系列关键信息提取算法。数据工具链数据合成工具 Style-Text2020.12.15、半自动标注工具 PPOCRLabel2020.11.25持续更新2020.6.8 起维护 docs/datasets/datasets.md 数据集清单。部署覆盖2020.7.15 完善 C 预测引擎推理、服务化部署、端侧部署方案2020.8.24 支持 whl 包安装2022.10 优化 JS 版 PP-OCRv3 模型4.3M预测速度提升 8 倍。模型压缩2020.9.19 更新超轻量压缩 ppocr_mobile_slim 系列整体模型仅 3.5M适合移动端部署。低代码开发范式2024.10.1 起依托 PaddleX 提供 OCR 领域低代码全流程开发能力将 17 个 OCR 模型整合为 6 条模型产线支持 Python API 一键调用与高性能推理、服务化部署、端侧部署多种方式。六、版本选型与迁移实践建议结合更新日志与 docs/update/upgrade_notes.md可总结如下选型建议新用户/新项目直接使用 3.x3.x 具备统一推理接口、更丰富的产线OCR、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation、PP-OCRv5 系列、高性能推理与完善的服务化部署能力且默认开启 MKL-DNN、适配飞桨 3.x。2.x 存量代码迁移要点PaddleOCR初始化参数如lang基本保持一致但det/rec参数已移除PPStructure替换为PPStructureV3结果对象可直接调用res.print()打印、res.save_to_img(result)保存可视化结果较 2.x 更简洁。模型下载源可切换默认从 HuggingFace 下载若网络受限可设置环境变量PADDLE_PDX_MODEL_SOURCEBOS切换至百度云 BOS。注意 3.x 已知边界截至 3.0 发布时C 本地部署支持尚不完整、服务化部署能力与 2.x PaddleServing 方案尚有差距、端侧部署仅覆盖部分重点模型docs/update/upgrade_notes.md 中的已知问题章节不过这些能力在后续 3.0.2、3.2.0 中已持续补强如 PP-OCRv5 C 部署、Android 端示例。七、结语从 2020 年开源的 8.6M 超轻量中文 OCR 模型到 2025 年 8 月集 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation 于一体的 PaddleOCR 3.2.0更新日志记录的不仅是一份版本清单更是一条轻量模型 → 单模型矩阵 → 多模型产线 → 大模型融合的完整技术演进路径。结合当前仓库的 paddleocr/_pipelines 源码与 docs/version3.x 文档体系读者可以进一步深入任意版本特性的实现细节将版本能力落地到自己的 OCR 应用中。【免费下载链接】PaddleOCR飞桨多语言OCR工具包实用超轻量OCR系统支持80种语言识别提供数据标注与合成工具支持服务器、移动端、嵌入式及IoT设备端的训练与部署 Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80 languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 PaddleOCR 版本演进全解析：从 2.0 到 3.2 的更新日志深度导读
PaddleOCR 版本演进全解析从 2.0 到 3.2 的更新日志深度导读【免费下载链接】PaddleOCR飞桨多语言OCR工具包实用超轻量OCR系统支持80种语言识别提供数据标注与合成工具支持服务器、移动端、嵌入式及IoT设备端的训练与部署 Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80 languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR本篇技术指南以 PaddleOCR 官方更新日志docs/update/update.md为主线系统梳理 PaddleOCR 从 2020 年开源到 2025 年 8 月的全部重要版本节点、核心模型与产线能力演进、部署与训练体系升级脉络并结合当前仓库源码paddleocr/_pipelines 等对关键能力做源码级印证。读完本文你将掌握 PaddleOCR 各版本的核心新增能力、模型精度指标与适用场景理解 2.x 到 3.x 的非兼容性升级动因与迁移要点并能在选型时快速定位与自身场景匹配的版本能力。一、版本时间轴总览一条完整的 OCR 技术演进线docs/update/update.md记录的更新日志横跨五年是理解 PaddleOCR 技术脉络的第一手资料。按阶段可以划分为三条主线2020–20222.x 早期模型轻量化与生态起步。从开源 8.6M 超轻量中文 OCR 模型、通用中文 OCR 模型起步逐步补充多语种模型、whl 包安装、移动端/C/服务化部署再到 PP-OCRv2、PP-OCRv3 两代核心模型的精度与速度迭代并引入 PP-Structure 文档结构化工具包与 PPOCRLabel 标注工具。2023–20242.x 后期单模型矩阵与多模型组合产线。发布 PP-OCRv4推出版面检测、公式识别、表格结构识别、表格分类、单元格检测、文本行方向分类等 12 个自研单模型以及文档图像预处理、版面解析 v2、表格识别 v2、PP-ChatOCRv4-doc 四条多模型组合产线。20253.x架构重构与大模型融合。发布 3.0、3.0.1–3.0.3、3.1.0、3.1.1、3.2.0 多个版本推出 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation 等新产线融合 PaddleX 底层能力统一推理接口全面适配飞桨框架 3.x。从仓库结构可以印证这一演进当前仓库中 paddleocr/_pipelines 目录集中了 3.x 的产线实现PaddleOCR、PPStructureV3、PPChatOCRv4Doc、PPDocTranslation、PaddleOCRVL等而 docs/version2.x 保留了 2.x 的完整历史文档docs/update/upgrade_notes.md 则专门说明了 2.x 到 3.x 的迁移背景。二、2025 年最新版本3.2.0 / 3.1.1 / 3.1.0 核心能力解读2.1 PaddleOCR 3.2.02025.08.213.2.0 是更新日志中最新的版本重点围绕模型扩展、部署升级与性能分析三方面重要模型新增PP-OCRv5 新增英文、泰文、希腊文识别模型的训练、推理、部署能力。其中 PP-OCRv5 英文模型较 PP-OCRv5 主模型在英文场景提升 11%泰文识别模型精度 82.68%希腊文识别模型精度 89.28%。部署能力升级全面支持飞桨框架 3.1.0 与 3.1.1PP-OCRv5 C 本地部署方案全面升级支持 Linux、Windows功能及精度效果与 Python 方案保持一致高性能推理支持 CUDA 12可使用 Paddle Inference、ONNX Runtime 后端推理高稳定性服务化部署方案全面开源支持对 Docker 镜像和 SDK 定制化修改并支持手动构造 HTTP 请求调用客户端可用任意编程语言编写。Benchmark 支持全部产线支持产线细粒度 benchmark可测量产线端到端推理时间以及逐层、逐模块耗时用于产线性能分析文档中补充了各产线常用配置在主流硬件上的推理耗时与内存占用关键指标。Bug 修复修复模型训练时训练日志保存失败问题公式模型数据增强部分做 albumentations 版本兼容升级并修复多进程使用 tokenizers 依赖时的死锁警告修复 PP-StructureV3 配置文件中use_chart_parsing等开关行为与其他产线不统一的问题。其他升级分离必要依赖与可选依赖基础文字识别仅需少量核心依赖文档解析、信息抽取等功能按需安装额外依赖支持 Windows 用户使用英伟达 50 系显卡参见 安装文档PP-OCR 系列模型支持返回单文字坐标模型新增 AIStudio、ModelScope 下载源支持图表转表 PP-Chart2Table 单功能模块推理。从源码看use_textline_orientation、return_word_box等参数已成为 3.x 产线构造与预测接口的标准能力例如 paddleocr/_pipelines/ocr.py 中PaddleOCR.__init__与predict均显式支持这两个参数文本行方向分类开关在 API 客户端中对应--use_textline_orientation参数paddleocr/_api_client/cli.py。2.2 PaddleOCR 3.1.12025.08.153.1.1 以修复与文档优化为主补充PP-ChatOCRv4类缺失的save_vector、save_visual_info_list、load_vector、load_visual_info_list方法。从源码看这些方法在 paddleocr/_pipelines/pp_chatocrv4_doc.py 的PPChatOCRv4Doc类中均有完整实现。补充PPDocTranslation类的translate方法缺失的glossary与llm_request_interval参数在 paddleocr/_pipelines/pp_doctranslation.py 中可见这两个参数的默认值glossaryNone、llm_request_interval0.0。修改 MCP 服务器依赖使用纯 Python 库puremagic代替python-magic减少安装问题MCP 服务器实现见 mcp_server。使用 3.1.0 版本 PaddleOCR 重新测试 PP-OCRv5 性能指标并更新文档。2.3 PaddleOCR 3.1.02025.06.293.1.0 是一次能力密度很高的版本更新新增 PP-OCRv5 多语种文本识别模型支持法语、西班牙语、葡萄牙语、俄语、韩语等 37 种语言的训推流程平均精度涨幅超 30%。对应文档见 docs/version3.x/algorithm/PP-OCRv5/PP-OCRv5_multi_languages.md。升级 PP-Chart2Table 模型图表转表能力升级在内部自建测评集合上 RMS-F1 从 71.24% 提升到 80.60%提升 9.36 个百分点。新增文档翻译产线 PP-DocTranslation基于 PP-StructureV3 与 ERNIE 4.5支持翻译 Markdown 格式文档、各种复杂版式的 PDF 文档和文档图像结果保存为 Markdown 格式文档。使用文档见 docs/version3.x/pipeline_usage/PP-DocTranslation.md实现位于 paddleocr/_pipelines/pp_doctranslation.py。新增 MCP Server支持 OCR 与 PP-StructureV3 两种工具支持本地 Python 库、星河社区云服务、自托管服务三种工作模式支持通过 stdio 调用本地服务、通过 Streamable HTTP 调用远程服务。文档见 docs/version3.x/integrations/mcp_server.md。三、3.0.x 系列架构重构的关键窗口3.1 PaddleOCR 3.0 正式发布2025.05.203.0 是 PaddleOCR 历史上最重要的一次非兼容性升级核心变化包括发布全场景文字识别模型 PP-OCRv5单模型支持五种文字类型和复杂手写体识别整体识别精度相比上一代提升 13 个百分点。发布通用文档解析方案 PP-StructureV3支持多场景、多版式 PDF 高精度解析。其产线实现见 paddleocr/_pipelines/pp_structurev3.py产线使用文档见 docs/version3.x/pipeline_usage/PP-StructureV3.md。发布智能文档理解方案 PP-ChatOCRv4原生支持文心大模型 4.5精度相比上一代提升 15 个百分点。重构部署能力统一推理接口融合飞桨 PaddleX 3.0 底层能力统一并优化 Python API 与 CLI部署能力覆盖高性能推理、服务化部署与端侧部署三大场景。当前仓库中PaddleOCR、PPStructureV3等产线类均继承自统一的PaddleXPipelineWrapper基类paddleocr/_pipelines/base.py印证了这一统一接口设计。适配飞桨框架 3.0兼容 CINN 编译器特性静态图模型存储文件名由xxx.pdmodel改为xxx.json。统一模型命名体系采用更规范统一的命名规则为后续迭代维护奠定基础。详细的迁移说明见 docs/update/upgrade_notes.md其中明确3.x 中PPStructure已被移除建议使用PPStructureV3替代PaddleOCR.ocr方法不再接受det、rec参数单功能模块推理请使用TextDetection、TextRecognition等独立接口use_onnx参数被高性能推理功能代替。3.2 3.0.1 / 3.0.2 / 3.0.3快速迭代修补版本核心内容3.0.12025.06.05PP-OCRv5 默认模型配置由 mobile 改为 serverlimit_side_len由 736 改为 64新增文本行方向分类模型PP-LCNet_x1_0_textline_ori精度 99.42%优化PP-LCNet_x0_25_textline_ori精度提升 3.3 个百分点至 98.85%所有产线 CPU 推理默认开启 MKL-DNNPP-ChatOCRv3、PP-StructureV3 支持use_textline_orientation参数修复PPStructureV3.concatenate_markdown_pages方法不存在等问题3.0.22025.06.19模型默认下载源从 BOS 改为 HuggingFace可通过环境变量PADDLE_PDX_MODEL_SOURCEBOS切回百度云 BOSpipeline 新增 C、Java、Go、C#、Node.js、PHP 6 种语言服务调用示例优化版面分区排序算法与模型选择逻辑MKL-DNN 缓存设置默认上界并支持配置容量新增 PP-OCRv5 Android 端示例恢复对 Python 3.12 的支持3.0.32025.06.26修复enable_mkldnn参数不生效问题恢复 CPU 默认使用 MKL-DNN 推理其中关于模型下载源与 MKL-DNN 的细节在仓库中有多处印证PADDLE_PDX_MODEL_SOURCE环境变量在 docs/FAQ.md 与多个 module_usage 文档如 docs/version3.x/module_usage/chart_parsing.md中均有说明MKL-DNN 相关默认配置DEFAULT_ENABLE_MKLDNN True、DEFAULT_MKLDNN_CACHE_CAPACITY 10、DEFAULT_CPU_THREADS 10定义在 paddleocr/_constants.py。四、2.x 时代的里程碑从 PP-OCRv2 到 PP-OCRv44.1 PP-OCRv42023.8.7release/2.7PP-OCRv4 提供 mobile 与 server 两种模型介绍见 docs/version2.x/ppocr/blog/PP-OCRv4_introduction.mdPP-OCRv4-mobile速度可比情况下中文场景效果相比 PP-OCRv3 提升 4.5%英文场景提升 10%80 语种多语言模型平均识别准确率提升 8% 以上PP-OCRv4-server中英文场景检测模型精度提升 4.9%识别模型精度提升 2%。4.2 12 个自研单模型矩阵2025.3.7PaddleOCR 2.102.10 版本一次性推出 12 个自研单模型为 3.x 产线化奠定了模型底座模型系列模型关键指标来自更新日志版面区域检测PP-DocLayout-L / M / S预测 23 个常见版面类别mAP0.5 最高达 90.4%轻量模型端到端每秒处理超百页文档图像公式识别PP-FormulaNet-L / S支持 5 万种 LaTeX 常见词汇L 较开源同等量级模型精度高 6 个百分点S 较同等精度模型速度快 16 倍表格结构识别SLANeXt_wired / SLANeXt_wireless分别支持有线/无线表格结构预测内部高难度评测集上精度比 SLANet_plus 高 6 个百分点表格分类PP-LCNet_x1_0_table_cls超轻量级有线/无线表格分类模型表格单元格检测RT-DETR-L_wired/wireless_table_cell_det支持有线/无线表格单元格检测可配合表格识别 v2 产线端到端预测文本识别PP-OCRv4_server_rec_doc支持 1.5 万字典内部数据集精度较 PP-OCRv4_server_rec 高 3 个百分点以上文本行方向分类PP-LCNet_x0_25_textline_ori存储仅 0.3M 的超轻量级文本行方向分类模型4.3 四条多模型组合产线2.10文档图像预处理产线通过超轻量级模型组合实现文档图像扭曲与方向矫正版面解析 v2 产线组合多个自研 OCR 类模型优化复杂版面阅读顺序实现复杂 PDF 端到端转换为 Markdown 与 JSON 文件表格识别 v2 产线组合表格分类、单元格检测、结构识别、文本检测、文本识别模块用户可自定义微调任意模块以提升垂类表格效果。当前仓库实现见 paddleocr/_pipelines/table_recognition_v2.py文档见 docs/version3.x/pipeline_usage/table_recognition_v2.mdPP-ChatOCRv4-doc 产线融合多模态大模型优化 Prompt 与多模型组合后处理逻辑更好解决版面分析、生僻字、多页 PDF、表格、印章识别等复杂文档信息抽取难点准确率较 PP-ChatOCRv3-doc 高 15 个百分点并支持通过标准 OpenAI 接口调用本地大模型如 DeepSeek-R1。当前仓库的PPChatOCRv4Doc类提供了build_vector、chat、visual_predict等完整 APIpaddleocr/_pipelines/pp_chatocrv4_doc.py。4.4 更早的 2.x 节点回顾PP-OCRv32022.5.9v2.5速度可比情况下中文场景效果比 PP-OCRv2 再提升 5%英文场景提升 11%80 语种多语言模型平均识别准确率提升 5% 以上同步发布半自动标注工具 PPOCRLabelv2、OCR 产业落地工具集与开源电子书《动手学 OCR》。PP-OCRv22021.9.7v2.3CPU 推理速度相比 PP-OCR server 提升 220%效果相比 PP-OCR mobile 提升 7%。PP-Structure2021.8.3v2.2新增文档结构分析工具包支持版面分析与表格识别含 Excel 导出。端到端与多语种扩展2021.4.82.1开源 AAAI 2021 论文端到端识别算法 PGNet多语言模型支持种类增加到 80。五、算法、生态与工具链的持续沉淀更新日志同样记录了 PaddleOCR 在算法实现与生态工具上的持续投入前沿算法实现2022.11 新增文本检测 DRRG、文本识别 RFL、文本超分 Text Telescope、公式识别 CAN 四种前沿算法总览见 docs/version2.x/algorithm/overview.md2021.12v2.4新增 PSENet、NRTR、SEED、SAR 等检测识别算法及 SDMGR、LayoutLM 系列关键信息提取算法。数据工具链数据合成工具 Style-Text2020.12.15、半自动标注工具 PPOCRLabel2020.11.25持续更新2020.6.8 起维护 docs/datasets/datasets.md 数据集清单。部署覆盖2020.7.15 完善 C 预测引擎推理、服务化部署、端侧部署方案2020.8.24 支持 whl 包安装2022.10 优化 JS 版 PP-OCRv3 模型4.3M预测速度提升 8 倍。模型压缩2020.9.19 更新超轻量压缩 ppocr_mobile_slim 系列整体模型仅 3.5M适合移动端部署。低代码开发范式2024.10.1 起依托 PaddleX 提供 OCR 领域低代码全流程开发能力将 17 个 OCR 模型整合为 6 条模型产线支持 Python API 一键调用与高性能推理、服务化部署、端侧部署多种方式。六、版本选型与迁移实践建议结合更新日志与 docs/update/upgrade_notes.md可总结如下选型建议新用户/新项目直接使用 3.x3.x 具备统一推理接口、更丰富的产线OCR、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation、PP-OCRv5 系列、高性能推理与完善的服务化部署能力且默认开启 MKL-DNN、适配飞桨 3.x。2.x 存量代码迁移要点PaddleOCR初始化参数如lang基本保持一致但det/rec参数已移除PPStructure替换为PPStructureV3结果对象可直接调用res.print()打印、res.save_to_img(result)保存可视化结果较 2.x 更简洁。模型下载源可切换默认从 HuggingFace 下载若网络受限可设置环境变量PADDLE_PDX_MODEL_SOURCEBOS切换至百度云 BOS。注意 3.x 已知边界截至 3.0 发布时C 本地部署支持尚不完整、服务化部署能力与 2.x PaddleServing 方案尚有差距、端侧部署仅覆盖部分重点模型docs/update/upgrade_notes.md 中的已知问题章节不过这些能力在后续 3.0.2、3.2.0 中已持续补强如 PP-OCRv5 C 部署、Android 端示例。七、结语从 2020 年开源的 8.6M 超轻量中文 OCR 模型到 2025 年 8 月集 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4、PP-DocTranslation 于一体的 PaddleOCR 3.2.0更新日志记录的不仅是一份版本清单更是一条轻量模型 → 单模型矩阵 → 多模型产线 → 大模型融合的完整技术演进路径。结合当前仓库的 paddleocr/_pipelines 源码与 docs/version3.x 文档体系读者可以进一步深入任意版本特性的实现细节将版本能力落地到自己的 OCR 应用中。【免费下载链接】PaddleOCR飞桨多语言OCR工具包实用超轻量OCR系统支持80种语言识别提供数据标注与合成工具支持服务器、移动端、嵌入式及IoT设备端的训练与部署 Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80 languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考