first commit

docs/version2.x/legacy/benchmark.md

@@ -0,0 +1,41 @@
+---
+typora-copy-images-to: images
+comments: true
+hide:
+  - toc
+---
+
+# Benchmark
+
+本文给出了中英文OCR系列模型精度指标和在各平台预测耗时的benchmark。
+
+## 测试数据
+
+针对OCR实际应用场景，包括合同，车牌，铭牌，火车票，化验单，表格，证书，街景文字，名片，数码显示屏等，收集的300张图像，每张图平均有17个文本框，下图给出了一些图像示例。
+
+![img](./images/doc.jpg)
+
+## 评估指标
+
+说明：
+
+- 检测输入图像的长边尺寸是960。
+- 评估耗时阶段为图像预测耗时，不包括图像的预处理和后处理。
+- `Intel至强6148`为服务器端CPU型号，测试中使用Intel MKL-DNN 加速。
+- `骁龙855`为移动端处理平台型号。
+
+预测模型大小和整体识别精度对比
+
+|   模型名称    | 整体模型<br>大小\(M\) | 检测模型<br>大小\(M\) | 方向分类器<br>模型大小\(M\) | 识别模型<br>大小\(M\) | 整体识别<br>F\-score |
+| :-----------: | :-------------------: | :-------------------: | :-------------------------: | :-------------------: | :------------------: |
+|   PP-OCRv2    |         11\.6         |         3\.0          |            0\.9             |         8\.6          |       0\.5224        |
+| PP-OCR mobile |         8\.1          |         2\.6          |            0\.9             |         4\.6          |        0\.503        |
+| PP-OCR server |        155\.1         |         47\.2         |            0\.9             |          107          |        0\.570        |
+
+预测模型在CPU和GPU上的速度对比，单位ms
+
+|   模型名称    |  CPU  | T4 GPU |
+| :-----------: | :---: | :----: |
+|   PP-OCRv2    |  330  |  111   |
+| PP-OCR mobile |  356  |  11 6  |
+| PP-OCR server | 1056  |  200   |