update doc

README_ch.md

@@ -35,19 +35,19 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力
 > 上述内容的使用方法建议从文档教程中的快速开始体验
 
 
-## 零代码体验
+## 快速开始
 
 - 在线网站体验：超轻量PP-OCR mobile模型体验地址：https://www.paddlepaddle.org.cn/hub/scene/ocr
-- 移动端：[安装包DEMO下载地址](https://ai.baidu.com/easyedge/app/openSource?from=paddlelite)(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)
-
+- 移动端demo体验：[安装包DEMO下载地址](https://ai.baidu.com/easyedge/app/openSource?from=paddlelite)(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)
+- [快速开始（中英文/多语言/文档分析）](./doc/doc_ch/quickstart.md)
 
+<a name="电子书"></a>
 ## 《动手学OCR》电子书
 - [《动手学OCR》电子书📚](./doc/doc_ch/ocr_book.md)
 
 
-<a name="贡献代码"></a>
-
-## 社区、社区贡献与社区常规赛
+<a name="开源社区"></a>
+## 开源社区
 
 - **加入社区**👬：微信扫描下方二维码加入官方交流群，与各行各业开发者充分交流，期待您的加入。
 - **社区贡献**🏅️：[社区贡献](./doc/doc_ch/thirdparty.md)文档中包含了社区用户**使用PaddleOCR开发的各种工具、应用**以及**为PaddleOCR贡献的功能、优化的文档与代码**等，是官方为社区开发者打造的荣誉墙，也是帮助优质项目宣传的广播站。
@@ -74,6 +74,12 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力
 - [运行环境准备](./doc/doc_ch/environment.md)
 - [快速开始（中英文/多语言/文档分析）](./doc/doc_ch/quickstart.md)
 - [PP-OCR文本检测识别🔥](./doc/doc_ch/ppocr_introduction.md)
+
+|[模型库](./doc/doc_ch/models_list.md)|[模型训练](./doc/doc_ch/training.md)|模型压缩|[推理部署](./deploy/readme_ch.md)|
+| :-------: | :----------: | :---------: | :---------: |
+|[模型库](./doc/doc_ch/models_list.md)|[文本检测](./doc/doc_ch/detection.md) <br> [文本识别](./doc/doc_ch/recognition.md) <br> [文本方向分类器](./doc/doc_ch/angle_class.md)|[模型量化](./deploy/slim/quantization/README.md) <br> [模型裁剪](./deploy/slim/prune/README.md) <br> [知识蒸馏](./doc/doc_ch/knowledge_distillation.md)|[基于Python预测引擎推理](./doc/doc_ch/inference_ppocr.md) <br> [基于C++预测引擎推理](./deploy/cpp_infer/readme.md) <br> [服务化部署](./deploy/pdserving/README_CN.md) <br> [端侧部署](./deploy/lite/readme.md) <br> [Paddle2ONNX模型转化与预测](./deploy/paddle2onnx/readme.md) <br> [Benchmark](./doc/doc_ch/benchmark.md)|
+
+- 
     - [模型库](./doc/doc_ch/models_list.md)
     - [模型训练](./doc/doc_ch/training.md)
         - [文本检测](./doc/doc_ch/detection.md)
@@ -105,6 +111,7 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力
     - [文本识别算法](./doc/doc_ch/algorithm_overview.md#12-%E6%96%87%E6%9C%AC%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95)
     - [端到端算法](./doc/doc_ch/algorithm_overview.md#2-%E6%96%87%E6%9C%AC%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95)
     - [使用PaddleOCR架构添加新算法](./doc/doc_ch/add_new_algorithm.md)
+- [场景应用](./doc/doc_ch/application.md)
 - 数据标注与合成
     - [半自动标注工具PPOCRLabel](./PPOCRLabel/README_ch.md)
     - [数据合成工具Style-Text](./StyleText/README_ch.md)
@@ -119,6 +126,8 @@ PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力
     - [DocVQA数据集](./doc/doc_ch/docvqa_datasets.md)
 - [代码组织结构](./doc/doc_ch/tree.md)
 - [效果展示](#效果展示)
+- [《动手学OCR》电子书📚](#电子书)
+- [开源社区](#开源社区)
 - FAQ
     - [通用问题](./doc/doc_ch/FAQ.md)
     - [PaddleOCR实战问题](./doc/doc_ch/FAQ.md)

doc/doc_ch/algorithm_det_db.md

@@ -2,10 +2,16 @@
 
 - [1. 算法简介](#1)
 - [2. 环境配置](#2)
-- [3. 快速使用](#3)
-- [4. 模型训练、评估、预测](#4)
-- [5. 推理部署](#5)
-- [6. FAQ](#6)
+- [3. 模型训练、评估、预测](#3)
+    - [3.1 训练](#3-1)
+    - [3.2 评估](#3-2)
+    - [3.3 预测](#3-3)
+- [4. 推理部署](#4)
+    - [4.1 Python推理](#4-1)
+    - [4.2 C++推理](#4-2)
+    - [4.3 Serving服务化部署](#4-3)
+    - [4.4 更多推理部署](#4-4)
+- [5. FAQ](#5)
 
 <a name="1"></a>
 ## 1. 算法简介
@@ -29,50 +35,22 @@
 
 
 <a name="3"></a>
-## 3. 快速使用
-参考本节，可以直接下载训好的模型，进行基于训练引擎的模型预测。
-
-### 训练模型下载
-根据第1节给出的模型列表，选择下载训练模型：
-```bash
-mkdir trained_models && cd trained_models
-wget https://paddleocr.bj.bcebos.com/dygraph_v2.0/en/det_mv3_db_v2.0_train.tar && tar xf det_mv3_db_v2.0_train.tar
-cd ..
-```
-* windows 环境下如果没有安装wget,下载模型时可将链接复制到浏览器中下载，并解压放置在相应目录下
+## 3. 模型训练、评估、预测
 
-解压完毕后应有如下文件结构：
-```
-├── det_mv3_db_v2.0_train
-│   ├── best_accuracy.states
-│   ├── best_accuracy.pdparams
-│   ├── best_accuracy.pdopt
-│   └── train.log
-```
-### 单张图像或者图像集合预测
-```bash
-# 预测image_dir指定的单张图像
-python3 tools/infer/predict_e2e.py --e2e_algorithm="PGNet" --image_dir="./doc/imgs_en/img623.jpg" --e2e_model_dir="./inference/e2e_server_pgnetA_infer/" --e2e_pgnet_valid_set="totaltext"
+<a name="3-1"></a>
+### 3.1 训练
 
-# 预测image_dir指定的图像集合
-python3 tools/infer/predict_e2e.py --e2e_algorithm="PGNet" --image_dir="./doc/imgs_en/" --e2e_model_dir="./inference/e2e_server_pgnetA_infer/" --e2e_pgnet_valid_set="totaltext"
+<a name="3-2"></a>
+### 3.2 评估
 
-# 如果想使用CPU进行预测，需设置use_gpu参数为False
-python3 tools/infer/predict_e2e.py --e2e_algorithm="PGNet" --image_dir="./doc/imgs_en/img623.jpg" --e2e_model_dir="./inference/e2e_server_pgnetA_infer/" --e2e_pgnet_valid_set="totaltext" --use_gpu=False
-```
-### 可视化结果
-可视化文本检测结果默认保存到./inference_results文件夹里面，结果文件的名称前缀为'e2e_res'。结果示例如下：
-![](../imgs_results/e2e_res_img623_pgnet.jpg)
+<a name="3-3"></a>
+### 3.3 预测
 
 <a name="4"></a>
-## 4. 模型训练、评估、预测
-### 4.1 训练
-### 4.2 评估
-### 4.3 预测
+## 4. 推理部署
 
-<a name="5"></a>
-## 5. 推理部署
-### 5.1 Python推理
+<a name="4-1"></a>
+### 4.1 Python推理
 首先将DB文本检测训练过程中保存的模型，转换成inference model。以基于Resnet50_vd骨干网络，在ICDAR2015英文数据集训练的模型为例（ [模型下载地址](https://paddleocr.bj.bcebos.com/dygraph_v2.0/en/det_r50_vd_db_v2.0_train.tar) )，可以使用如下命令进行转换：
 
 ```
@@ -91,17 +69,20 @@ python3 tools/infer/predict_det.py --image_dir="./doc/imgs_en/img_10.jpg" --det_
 
 **注意**：由于ICDAR2015数据集只有1000张训练图像，且主要针对英文场景，所以上述模型对中文文本图像检测效果会比较差。
 
-### 5.2 C++推理
+<a name="4-2"></a>
+### 4.2 C++推理
 敬请期待
 
-### 5.3 Serving服务化部署
+<a name="4-3"></a>
+### 4.3 Serving服务化部署
 敬请期待
 
-### 5.4 Paddle2ONNX推理
+<a name="4-4"></a>
+### 4.4 更多推理部署
 敬请期待
 
-<a name="6"></a>
-## 6. FAQ
+<a name="5"></a>
+## 5. FAQ
 
 
 ## 引用

doc/doc_ch/application.md

+# 场景应用
\ No newline at end of file

doc/doc_ch/quickstart.md

@@ -3,7 +3,6 @@
 - [1. 安装](#1)
   - [1.1 安装PaddlePaddle](#11)
   - [1.2 安装PaddleOCR whl包](#12)
-
 - [2. 便捷使用](#2)
   - [2.1 命令行使用](#21)
       - [2.1.1 中英文模型](#211)