docs: update

docs/zh_CN/models/DeiT.md

@@ -43,7 +43,7 @@ DeiT（Data-efficient Image Transformers）系列模型是由 FaceBook 在 2020
 | DeiT_base_distilled_patch16_224  | 0.831 | 0.964 | 0.834 | 0.965 | 16.93 | 87.18 |
 | DeiT_base_distilled_patch16_384  | 0.851 | 0.973 | 0.852 | 0.972 | 49.43 | 87.18 |
 
-**备注：** 精度类型为 FP32，推理过程使用 TensorRT。
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
 
 ### 1.3 Benchmark
 
@@ -62,6 +62,8 @@ DeiT（Data-efficient Image Transformers）系列模型是由 FaceBook 在 2020
 | DeiT_base_<br>distilled_patch16_224  | 224               | 6.17                           | 14.94                          | 28.58                          |
 | DeiT_base_<br>distilled_patch16_384  | 384               | 14.12                          | 48.76                          | 97.09                          |
 
+**备注：** 精度类型为 FP32，推理过程使用 TensorRT。
+
 <a name="2"></a>  
 
 ## 2. 模型快速体验

docs/zh_CN/models/EfficientNet.md

@@ -57,6 +57,8 @@ EfficientNet 是 Google 于 2019 年发布的一个基于 NAS 的轻量级网络
 | EfficientNetB7                | 0.843  | 0.969  | 0.844             | 0.971             | 72.350       | 64.920            |
 | EfficientNetB0_<br>small      | 0.758  | 0.926  |                   |                   | 0.720        | 4.650             |
 
+**备注：** PaddleClas 所提供的该系列模型中，EfficientNetB1-B7模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/CSWinTransformer.md

@@ -39,6 +39,8 @@ CSWinTransformer 是一种新的视觉 Transformer 网络，可以用作计算
 | CSWinTransformer_base_384   | 0.8550 | 0.9749 | 0.855 | - | 42.2 | 77   |
 | CSWinTransformer_large_384   | 0.8748 | 0.9833 | 0.875 | - | 94.7 | 173.3   |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 <a name="2"></a>  
 
 ## 2. 模型快速体验

docs/zh_CN/models/ImageNet1k/DLA.md

@@ -44,6 +44,8 @@ DLA(Deep Layer Aggregation)。 视觉识别需要丰富的表示形式，其范
 | DLA102x2              | 78.85     |   94.45   | - | - | 9.3  | 41.4   |  
 | DLA169                | 78.09     |   94.09   | - | - | 11.6 | 53.5   |  
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/HarDNet.md

@@ -31,12 +31,15 @@ HarDNet（Harmonic DenseNet）是 2019 年由国立清华大学提出的一种
 <a name='1.2'></a>
 
 ### 1.2 模型指标
-
+| Models      | Top1   | Top5   | Reference<br>top1 | Reference<br>top5 | FLOPs<br>(G) | Params<br>(M) |
+|:--:|:--:|:--:|:--:|:--:|:--:|:--:|
 | HarDNet68         | 75.46  |  92.65  | - | - | 4.3  |  17.6  |
 | HarDNet85         | 77.44  |  93.55  | - | - | 9.1  |  36.7  |
 | HarDNet39_ds      | 71.33  |  89.98  | - | - | 0.4  |  3.5   |
 | HarDNet68_ds      | 73.62  |  91.52  | - | - | 0.8  |  4.2   |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/LeViT.md

@@ -38,7 +38,9 @@ LeViT 是一种快速推理的、用于图像分类任务的混合神经网络
 | LeViT-256  | 0.8085 | 0.9497 | 0.816 | 0.954 | 1120 | 19 |
 | LeViT-384  | 0.8191 | 0.9551 | 0.826 | 0.960 | 2353 | 39 |
 
-**注**：与 Reference 的精度差异源于数据预处理不同及未使用蒸馏的 head 作为输出。
+**备注：**
+1. 与 Reference 的精度差异源于数据预处理不同及未使用蒸馏的 head 作为输出。
+2. PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
 
 <a name="2"></a>  
 

docs/zh_CN/models/ImageNet1k/MixNet.md

@@ -43,6 +43,8 @@ MixNet 是谷歌出的一篇关于轻量级网络的文章，主要工作就在
 | MixNet_M | 77.67 | 93.64 | 77.0 | - | 357.119 | 5.065 |
 | MixNet_L | 78.60 | 94.37 | 78.9 | - | 579.017 | 7.384 |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/MobileViT.md

@@ -38,6 +38,8 @@ MobileViT 是一个轻量级的视觉 Transformer 网络，可以用作计算机
 | MobileViT_XS    | 0.7454 | 0.9227 | 0.747 | - | 930.75  | 2.33   |
 | MobileViT_S    | 0.7814 | 0.9413 | 0.783 | - | 1849.35  | 5.59   |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 <a name="2"></a>  
 
 ## 2. 模型快速体验

docs/zh_CN/models/ImageNet1k/ReXNet.md

@@ -40,6 +40,8 @@ ReXNet 是 NAVER 集团 ClovaAI 研发中心基于一种网络架构设计新范
 | ReXNet_2_0 | 81.22 | 95.36 | 81.6 | - | 1.561 | 16.449 |
 | ReXNet_3_0 | 82.09 | 96.12 | 82.8 | - | 3.445 | 34.833 |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/RedNet.md

@@ -40,6 +40,8 @@
 | RedNet101       | 78.94     | 94.36     | - | - | 4.7 | 25.7 |  
 | RedNet152       | 79.17     | 94.40     | - | - | 6.8 | 34.0 |  
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ImageNet1k/RepVGG.md

@@ -45,6 +45,8 @@ RepVGG(Making VGG-style ConvNets Great Again)系列模型是由清华大学(丁
 
 关于 Params、FLOPs、Inference speed 等信息，敬请期待。
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 <a name="2"></a>  
 
 ## 2. 模型快速体验

docs/zh_CN/models/ImageNet1k/SwinTransformer.md

@@ -46,7 +46,9 @@ Swin Transformer 是一种新的视觉 Transformer 网络，可以用作计算
 
 [1]：基于 ImageNet22k 数据集预训练，然后在 ImageNet1k 数据集迁移学习得到。
 
-**注**：与 Reference 的精度差异源于数据预处理不同。
+**备注：**
+1. 与 Reference 的精度差异源于数据预处理不同。
+2. PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
 
 <a name='1.3'></a>
 

docs/zh_CN/models/ImageNet1k/TNT.md

@@ -36,6 +36,8 @@ PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其
 |:--:|:--:|:--:|:--:|:--:|:--:|:--:|
 | TNT_small | 0.8121 | 0.9563 | - | - | 5.2  | 23.8 |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 <a name="2"></a>  
 
 ## 2. 模型快速体验

docs/zh_CN/models/ResNeXt101_wsl.md

@@ -51,6 +51,8 @@ ResNeXt 是 facebook 于 2016 年提出的一种对 ResNet 的改进版网络。
 | ResNeXt101_<br>32x48d_wsl     | 0.854  | 0.977  | 0.854             | 0.976             | 173.580      | 456.200           |
 | Fix_ResNeXt101_<br>32x48d_wsl | 0.863  | 0.980  | 0.864             | 0.980             | 354.230      | 456.200           |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>

docs/zh_CN/models/ViT.md

@@ -42,6 +42,8 @@ ViT（Vision Transformer）系列模型是 Google 在 2020 年提出的，该模
 | ViT_large_patch16_384 | 0.8513 | 0.9736 | 0.8517 | 0.9736 | 174.70 | 304.12 |
 | ViT_large_patch32_384 | 0.8153 | 0.9608 | 0.815  | -      | 44.24 | 306.48 |
 
+**备注：** PaddleClas 所提供的该系列模型的预训练模型权重，均是基于其官方提供的权重转得。
+
 ### 1.3 Benchmark
 
 <a name='1.3.1'></a>