diff --git a/.gitmodules b/.gitmodules
new file mode 100644
index 0000000000000000000000000000000000000000..19261f54078ba22100bc5c0f0c9711ee692415d8
--- /dev/null
+++ b/.gitmodules
@@ -0,0 +1,3 @@
+[submodule "demo/ocr/PaddleOCR"]
+ path = demo/ocr/PaddleOCR
+ url = https://github.com/PaddlePaddle/PaddleOCR
diff --git a/README.md b/README.md
index 5594916d09532030a55e95d27c18f05b2ea382da..369f620d22c1bf2d78be2af67bafd8dcab7358f3 100644
--- a/README.md
+++ b/README.md
@@ -232,9 +232,10 @@ pip install paddleslim==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
- [模型库](docs/zh_cn/model_zoo.md)：各个压缩策略在图像分类、目标检测和图像语义分割模型上的实验结论，包括模型精度、预测速度和可供下载的预训练模型。
- [API文档](https://paddlepaddle.github.io/PaddleSlim/api_cn/index.html)
- [算法原理](https://paddlepaddle.github.io/PaddleSlim/algo/algo.html): 介绍量化、剪枝、蒸馏、NAS的基本知识背景。
-- [Paddle检测库](https://github.com/PaddlePaddle/PaddleDetection/tree/master/slim)：介绍如何在检测库中使用PaddleSlim。
-- [Paddle分割库](https://github.com/PaddlePaddle/PaddleSeg/tree/develop/slim)：介绍如何在分割库中使用PaddleSlim。
-- [PaddleLite](https://paddlepaddle.github.io/Paddle-Lite/)：介绍如何使用预测库PaddleLite部署PaddleSlim产出的模型。
+
+- 飞桨套件压缩方案与小模型
+ - [PaddleOCR压缩方案及小模型](demo/ocr/README.md)
+ - [PaddleDetection压缩方案及小模型](demo/det/README.md)
## 部分压缩策略效果
diff --git a/demo/ocr/PaddleOCR b/demo/ocr/PaddleOCR
new file mode 160000
index 0000000000000000000000000000000000000000..56c6c3ae0e5c9ae6b9401a9446c629e513d4617f
--- /dev/null
+++ b/demo/ocr/PaddleOCR
@@ -0,0 +1 @@
+Subproject commit 56c6c3ae0e5c9ae6b9401a9446c629e513d4617f
diff --git a/demo/ocr/README.md b/demo/ocr/README.md
new file mode 100644
index 0000000000000000000000000000000000000000..7b2603a3f3eeb4a5ca625c4c0d87df1862e7f190
--- /dev/null
+++ b/demo/ocr/README.md
@@ -0,0 +1,145 @@
+[English](README_en.md) | 简体中文
+
+# SlimOCR模型库
+
+
+## 模型
+
+PaddleSlim对[PaddleOCR]()发布的模型进行了压缩，产出了如下一系列小模型：
+
+
+
+
+
+ | 序号 |
+ 任务 |
+ 模型 |
+ 压缩策略[3][4] |
+ 精度(自建中文数据集) |
+ 耗时[1](ms) |
+ 整体耗时[2](ms) |
+ 加速比 |
+ 整体模型大小(M) |
+ 压缩比例 |
+ 下载链接 |
+
+
+
+
+ | 0 |
+ 检测 |
+ MobileNetV3_DB |
+ 无 |
+ 61.7 |
+ 224 |
+ 375 |
+ - |
+ 8.6 |
+ - |
+ |
+
+
+ | 识别 |
+ MobileNetV3_CRNN |
+ 无 |
+ 62.0 |
+ 9.52 |
+ |
+
+
+ | 1 |
+ 检测 |
+ SlimTextDet |
+ PACT量化训练 |
+ 62.1 |
+ 195 |
+ 348 |
+ 8% |
+ 2.8 |
+ 67.82% |
+ |
+
+
+ | 识别 |
+ SlimTextRec |
+ PACT量化训练 |
+ 61.48 |
+ 8.6 |
+ |
+
+
+ | 2 |
+ 检测 |
+ SlimTextDet_quat_pruning |
+ 剪裁+PACT量化训练 |
+ 60.86 |
+ 142 |
+ 288 |
+ 30% |
+ 2.8 |
+ 67.82% |
+ |
+
+
+ | 识别 |
+ SlimTextRec |
+ PACT量化训练 |
+ 61.48 |
+ 8.6 |
+ |
+
+
+ | 3 |
+ 检测 |
+ SlimTextDet_pruning |
+ 剪裁 |
+ 61.57 |
+ 138 |
+ 295 |
+ 27% |
+ 2.9 |
+ 66.28% |
+ |
+
+
+ | 识别 |
+ SlimTextRec |
+ PACT量化训练 |
+ 61.48 |
+ 8.6 |
+ |
+
+
+
+
+
+**注意**:
+
+- [1] 耗时评测环境为：骁龙855芯片+PaddleLite。
+- [2] 整体耗时不等于检测耗时加识别耗时的原因是：识别模型的耗时为单个检测框的耗时，一张图片可能会有多个检测框。
+- [3] 参考下面关于[OCR量化的说明](#OCR量化说明)。
+- [4] 参考下面关于[OCR剪裁的说明](#OCR剪裁说明)。
+
+
+## OCR量化说明
+
+待补充
+
+分别针对检测和识别模型说明以下内容：
+1. PACT量化所选参数：包括量化算法参数、训练轮数、优化器选择、学习率等信息
+2. 跳过了哪些层
+
+
+更多量化教程请参考[OCR模型量化压缩教程]()
+
+
+## OCR剪裁说明
+
+待补充
+
+针对检测模型说明以下内容：
+1. 剪裁了哪些层，以及对应的比例
+2. 训练参数
+
+
+更多OCR剪裁教程请参考[OCR模剪裁压缩教程]()