diff --git a/doc/doc_ch/ppocr_introduction.md b/doc/doc_ch/ppocr_introduction.md index 549ddda6055f30a12c451a79d95b993a5da86f06..173f0c56ad127cec32c19a76b478ade9590f1ccd 100644 --- a/doc/doc_ch/ppocr_introduction.md +++ b/doc/doc_ch/ppocr_introduction.md @@ -54,7 +54,7 @@ PP-OCRv3文本检测从网络结构、蒸馏训练策略两个方向做了进一 - PP-OCRv3 文本识别 -[SVTR](https://arxiv.org/abs/2205.00159) 证明了强大的单视觉模型（无需序列模型）即可高效准确完成文本识别任务，在中英文数据上均有优秀的表现。经过实验验证，SVTR_tiny在自建的中文数据集上，识别精度可以提升10.7%，网络结构如下所示： +[SVTR](https://arxiv.org/abs/2205.00159) 证明了强大的单视觉模型（无需序列模型）即可高效准确完成文本识别任务，在中英文数据上均有优秀的表现。经过实验验证，SVTR_tiny在自建的 [中文数据集上](https://arxiv.org/abs/2109.03144) ，识别精度可以提升10.7%，网络结构如下所示：