PaddleOCR-VL-0.9B 是一個基於 PaddlePaddle 框架開發的視覺語言模型，專門用於圖像文本到文本的轉換任務。該模型復刻自 PaddlePaddle 官方版本，支持從圖像中提取和識別文本內容。

多模態Transformers

PaddleOCR團隊開發的最新一代英文文本行識別模型，專為高效、準確的英文OCR識別而設計，在移動端設備上具有優異的性能表現。

PP-DocLayout-L 是一個高精度的文檔佈局區域定位模型，基於 RT-DETR-L 架構，支持檢測 23 種常見文檔佈局類別。

PaddleOCR團隊開發的PP-OCRv3_rec系列中的天城文專用文本行識別模型，支持天城文識別，平均準確率96.44%。

PP-LCNet_x1_0_table_cls是一個高效的表格分類模型，用於對輸入的表格圖像進行分類，支持有線表格和無線表格的分類。

RT-DETR-L_wireless_table_cell_det 是一個高精度的表格單元格檢測模型，專為表格識別任務設計，能夠準確定位和標記表格圖像中的每個單元格區域。

UVDoc主要用於對文本圖像進行幾何變換，以糾正圖像中文檔的扭曲、傾斜、透視變形等問題，從而提高後續文本識別的準確性。

PP-OCRv4_server_rec 是 PaddleOCR 團隊開發的 PP-OCRv4_rec 系列中的一個文本行識別模型，支持一般中文和英文場景下的文本行識別，主要側重於中文。

PaddleOCR團隊開發的超輕量級英文文本行識別模型，支持英文和數字字符識別

SLANeXt_wired 是一個用於表格結構識別的深度學習模型，能夠將不可編輯的表格圖像轉換為可編輯的表格格式（如 HTML）。

SLANet是一個用於表格結構識別的模型，能夠將不可編輯的表格圖像轉換為可編輯的表格格式（如HTML）。

RT-DETR-L_wired_table_cell_det 是表格識別任務中的關鍵模塊，主要負責定位和標記表格圖像中的每個單元格區域。

超輕量級韓語文本行識別模型，支持韓語和數字字符識別，平均準確率60.21%。

PP-DocBlockLayout 是一個基於 RT-DETR-L 訓練的文檔佈局塊定位模型，能夠有效識別多種文檔類型中的佈局區域。

SLANet_plus是一款用於表格結構識別的模型，能夠將不可編輯的表格圖像轉換為可編輯的表格格式（如HTML），在表格識別系統中發揮著重要作用，可有效提升表格識別的準確性和效率。

PP-OCRv3_mobile_rec 是 PaddleOCR 團隊開發的輕量級文本行識別模型，採用 SVTR 算法，支持中英文識別，尤其專注於中文場景。

由PaddleOCR團隊開發的超輕量級日語文本行識別模型，支持日語和數字字符識別。

基於PP-OCRv4_server_rec增強的文檔文本識別模型，支持超過15000個字符，包括繁體字、日文字符和特殊符號。

PP-FormulaNet_plus-M 是由 PaddleOCR 團隊開發的增強版公式識別模型，支持中文公式識別，並提升了對複雜公式的處理能力。

高效移動端印章文本檢測模型，專為終端設備優化