モデルの概要
PP-OCRv6系列の中規模テキスト検出モデル。PPLCNetV4とRepLKFPNを基盤とし、サーバーでの高精度な検出を想定している。公式資料に記載されたモデルサイズは59.4 MB。画像内の文字領域を検出し、その位置を後段の認識モデルに渡す。(github.com)
能力と用途
文書、街頭画像、工業部品などを対象とするOCRパイプラインの文字領域検出に利用できる。PP-OCRv6のOCRシステムは日本語を含む50言語に対応するが、これは検出モデル単体ではなく、認識モデルと組み合わせたシステムの能力である。(github.com)
制限・提供形態
本モデルは文字検出用であり、単体では検出領域を文字列に変換しない。文字の読み取りには別の認識モデルが必要。画像条件によって誤検出や検出漏れが起こり得る。公式モデルカードはApache-2.0ライセンスを記載している。(huggingface.co)
公開日
PP-OCRv6系列は2026年6月11日に公開された。(github.com)
料金
- 本検出モデル単体:公式の入力・出力別API料金は未確認。公開モデルを自分で実行する場合の計算資源などの費用は、利用環境によって異なる。
- 参考:百度智能云中国国内のPaddleOCR企業版「PP-OCRv6」:検出と認識を提供する別のクラウドサービスであり、本検出モデル単体と同一の提供物とは確認できない。従量後払いは月間利用量にかかわらず 0.025 CNY/成功した呼び出し。失敗した呼び出しは課金対象外で、入力・出力トークン別の料金ではない。無料試用枠の利用後に適用される。プリペイド回数パックもあり、例えば10,000回は240 CNY、有効期間は購入後1年。確認日:2026年11月16日。(ai.baidu.com)
- 公式国際向けの本モデル単体のUSD料金は確認できなかった。