Update docs

content/docs/install_usage/rapidocr/install.md

@@ -13,15 +13,21 @@ description: ""
     <a href=""><img src="https://img.shields.io/badge/Python->=3.6,<3.12-aff.svg"></a>
     <a href=""><img src="https://img.shields.io/badge/OS-Linux%2C%20Win%2C%20Mac-pink.svg"></a>
     <a href="https://pypi.org/project/rapidocr-onnxruntime/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapidocr-onnxruntime?style=flat-square"></a>
-    <a href="https://pepy.tech/project/rapidocr_openvino"><img src="https://static.pepy.tech/personalized-badge/rapidocr_openvino?period=total&units=abbreviation&left_color=grey&right_color=blue&left_text=Downloads%20Vino"></a>
     <a href="https://pepy.tech/project/rapidocr_onnxruntime"><img src="https://static.pepy.tech/personalized-badge/rapidocr_onnxruntime?period=total&units=abbreviation&left_color=grey&right_color=blue&left_text=Downloads%20Ort"></a>
+    <a href="https://pepy.tech/project/rapidocr_openvino"><img src="https://static.pepy.tech/personalized-badge/rapidocr_openvino?period=total&units=abbreviation&left_color=grey&right_color=blue&left_text=Downloads%20Vino"></a>
 </p>
 
-{{< alert context="info" text="`rapidocr_onnxruntime`和`rapidocr_openvino`两个包除推理引擎不同之外，其余均相同，后续说明文档均以`rapidocr_onnxruntime`为例<br/>如使用`rapidocr_openvino`，直接更换关键词`rapidocr_onnxruntime`为`rapidocr_openvino`即可。" />}}
+
+#### 简介
+`rapidocr_onnxruntime`和`rapidocr_openvino`两个包除推理引擎不同之外，其余均相同。后续说明文档均以`rapidocr_onnxruntime`为例
+
+如使用`rapidocr_openvino`，直接更换关键词`rapidocr_onnxruntime`为`rapidocr_openvino`即可。
+
+两者均是在CPU上推理的，如想在GPU上推理，可以参考[rapidocr_paddle版](../rapidocr_paddle.md)。
 
 
 {{% alert context="info" %}}
-#### pypi上各个版本的对应关系：
+pypi上各个版本的对应关系：<br/>
 
 |版本|内置模型版本|对应PaddleOCR 分支|
 |:---:|:---:|:---:|
@@ -30,6 +36,8 @@ description: ""
 
 {{% /alert %}}
 
+#### 安装
+
 顺利的话，一行命令即可。包大小约为14M左右，包含了三个模型。因为mobile版模型较小，因此将相关模型都已打到Whl包，可直接pip安装使用。
 
 {{< alert text="请使用Python3.6及以上版本。<br/> `rapidocr`系列库目前仅在CPU上支持较好，GPU上推理很慢，这一点可参考[link](https://rapidai.github.io/RapidOCRDocs/docs/inference_engine/onnxruntime/onnxruntime-gpu/)。因此不建议用onnxruntime-gpu版推理，后续会持续探索GPU上合理的推理方案。" />}}

content/docs/install_usage/rapidocr_paddle.md

@@ -5,4 +5,65 @@ description: "rapidocr_paddle"
 icon: menu_book
 date: "2023-10-21"
 draft: false
----
+---
+
+#### 简介
+`rapidocr_paddle`系列包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理，我推荐GPU上用这个，CPU端还是以`rapidocr_onnxruntime`和`rapidocr_openvino`为主。毕竟PaddlePaddle的CPU端还是比较重的。
+
+封装这个包的原因是为了弥补GPU端推理的空缺。因为面对成千上万的图像需要提取文字时，CPU端上推理速度还是较慢，不能满足。
+
+#### 安装
+1. 根据自己需求，先安装PaddlePaddle框架（CPU/GPU），并验证，参见: [官方教程](https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html)，注意验证是否安装成功：
+    ```python {linenos=table}
+    import paddle
+
+    print(paddle.utils.run_check())
+    # 如果出现PaddlePaddle is installed successfully!，说明您已成功安装。
+    ```
+2. 安装`rapidocr_paddle`
+    ```bash {linenos=table}
+    pip install rapidocr_paddle
+    ```
+
+#### 使用
+
+{{< tabs tabTotal="2">}}
+{{% tab tabName="CPU端推理" %}}
+
+前提是安装了CPU版的PaddlePaddle
+
+```python {linenos=table}
+import cv2
+
+from rapidocr_paddle import RapidOCR
+
+engine = RapidOCR()
+image_path = "tests/test_files/ch_en_num.jpg"
+result, elapse_list = engine(image_path)
+
+print(result)
+print(elapse_list)
+```
+
+{{% /tab %}}
+{{% tab tabName="GPU端推理" %}}
+
+前提是安装了GPU版的PaddlePaddle，注意在实例化`RapidOCR`类时，需要通过参数显式指定使用GPU。
+
+```python {linenos=table}
+import cv2
+
+from rapidocr_paddle import RapidOCR
+
+engine = RapidOCR(det_use_cuda=True, cls_use_cuda=True, rec_use_cuda=True)
+
+image_path = "tests/test_files/ch_en_num.jpg"
+result, elapse_list = engine(image_path)
+
+```
+
+{{% /tab %}}
+{{< /tabs >}}
+
+
+其他详情，同`rapidocor_onnxruntime`系列，参见: [link](./rapidocr/usage.md)