diff --git a/doc/doc_ch/ppocr_introduction.md b/doc/doc_ch/ppocr_introduction.md
index abf17eb2030502554d619193377c403ed0639a2e..934919f321f218ab0e9eaa6b53ca02d962aa9112 100644
--- a/doc/doc_ch/ppocr_introduction.md
+++ b/doc/doc_ch/ppocr_introduction.md
@@ -43,6 +43,14 @@ 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
 - 网络结构改进：提出两种改进后的FPN网络结构，RSEFPN，LKPAN，分别从channel attention、更大感受野的角度优化FPN中的特征，优化FPN提取的特征。
 - 蒸馏训练策略：首先，以resnet50作为backbone，改进后的LKPAN网络结构作为FPN，使用DML自蒸馏策略得到精度更高的teacher模型；然后，student模型FPN部分采用RSEFPN，采用PPOCRV2提出的CML蒸馏方法蒸馏，在训练过程中，动态调整CML蒸馏teacher loss的占比。
 
+|序号|策略|模型大小|hmean|CPU+mkldnn预测耗时|
+|-|-|-|-|-|
+|0|ppocr_mobile|3M|81.3|117ms|
+|1|PPOCRV2|3M|83.3|117ms|
+|2|teacher DML|124M|86.0|-|
+|3|1 + 2 + RESFPN|3.6M|85.4|121ms|
+|4|1 + 2 + LKPAN|4.6M|86.0|146ms|
+
 
 <a name="2"></a>
 ## 2. 特性