diff --git a/test_tipc/README.md b/test_tipc/README.md
index b2a66b89d9f5480bf1409735b1ea82aca9170af0..4d6def5420e02cf21f44901af4a78a7f547b06b0 100644
--- a/test_tipc/README.md
+++ b/test_tipc/README.md
@@ -20,28 +20,33 @@
 - 其他预测部署：包括Paddle Inference C++预测、Paddle Serving部署、Paddle-Lite部署等。
 
 更详细的mkldnn、Tensorrt等预测加速相关功能的支持情况可以查看各测试工具的[更多教程](#more)。
+| 算法论文 | 模型名称 | 模型类型 | 基础<br>训练预测 | 更多<br>训练方式 | 模型压缩 |  其他预测部署  |
+| :--- | :--- |  :----:  | :--------: |  :----  |   :----  |   :----  |
+| ResNet     |ResNet50_vd | 分类  | 支持 | 多机多卡 <br> 混合精度 | FPGM裁剪 <br> PACT量化|  |
+| MobileNetV3     |MobileNetV3_large_x1_0 | 分类  | 支持 | 多机多卡 <br> 混合精度 | FPGM裁剪 <br> PACT量化|  |
 
 ## 3. 一键测试工具使用
 ### 目录介绍
 ```
 ./test_tipc/
-├── common_func.sh
-├── config
-│   ├── MobileNetV3_large_x1_0
-│   │   ├── train_infer_python.txt
-│   │   ├── train_linux_gpu_fleet_amp_infer_python_linux_gpu_cpu.txt
-│   │   └── train_linux_gpu_normal_amp_infer_python_linux_gpu_cpu.txt
-│   └── ResNet50_vd
-│       ├── train_infer_python.txt
-│       ├── train_linux_gpu_fleet_amp_infer_python_linux_gpu_cpu.txt
-│       └── train_linux_gpu_normal_amp_infer_python_linux_gpu_cpu.txt
+├── common_func.sh                      #test_*.sh会调用到的公共函数
+├── config     # 配置文件目录
+│   ├── MobileNetV3_large_x1_0   # MobileNetV3_large_x1_0模型测试配置文件目录
+│   │   ├── train_infer_python.txt                                        #基础训练预测配置文件
+│   │   ├── train_linux_gpu_fleet_amp_infer_python_linux_gpu_cpu.txt      #多机多卡训练预测配置文件
+│   │   └── train_linux_gpu_normal_amp_infer_python_linux_gpu_cpu.txt     #混合精度训练预测配置文件
+│   └── ResNet50_vd              # ResNet50_vd模型测试配置文件目录
+│       ├── train_infer_python.txt                                        #基础训练预测配置文件
+│       ├── train_linux_gpu_fleet_amp_infer_python_linux_gpu_cpu.txt      #多机多卡训练预测配置文件
+│       └── train_linux_gpu_normal_amp_infer_python_linux_gpu_cpu.txt     #混合精度训练预测配置文件
+|   ......
 ├── docs
 │   ├── guide.png
 │   └── test.png
-├── prepare.sh
-├── README.md
-├── results
-└── test_train_inference_python.sh
+├── prepare.sh                          # 完成test_*.sh运行所需要的数据和模型下载
+├── README.md                           # 使用文档
+├── results                             # 预先保存的预测结果，用于和实际预测结果进行精读比对
+└── test_train_inference_python.sh      # 测试python训练预测的主程序
 ```
 
 ### 测试流程