diff --git a/docs/zh_CN/quick_start/quick_start_recognition.md b/docs/zh_CN/quick_start/quick_start_recognition.md
index 634401f1086c61e72b693f1d43d2454d19e43652..ce8d680fd212983eddd434bf6bc748104422a8dc 100644
--- a/docs/zh_CN/quick_start/quick_start_recognition.md
+++ b/docs/zh_CN/quick_start/quick_start_recognition.md
@@ -25,13 +25,13 @@
   - [2.2 图像识别体验](#22-图像识别体验)
     - [2.2.1 下载、解压 inference 模型与 demo 数据](#221-下载解压-inference-模型与-demo-数据)
     - [2.2.2 瓶装饮料识别与检索](#222-瓶装饮料识别与检索)
-      - [2.2.3 识别单张图像](#223-识别单张图像)
-      - [2.2.4 基于文件夹的批量识别](#224-基于文件夹的批量识别)
+      - [2.2.2.1 识别单张图像](#2221-识别单张图像)
+      - [2.2.2.2 基于文件夹的批量识别](#2222-基于文件夹的批量识别)
   - [2.3 未知类别的图像识别体验](#23-未知类别的图像识别体验)
     - [2.3.1 准备新的数据与标签](#231-准备新的数据与标签)
     - [2.3.2 建立新的索引库](#232-建立新的索引库)
     - [2.3.3 基于新的索引库的图像识别](#233-基于新的索引库的图像识别)
-- [5. 服务端识别模型列表](#5-服务端识别模型列表)
+  - [2.4 服务端识别模型列表](#24-服务端识别模型列表)
 
 <a name="PP-ShiTu android端 快速体验"></a>
 
@@ -127,7 +127,7 @@
 本章节 demo 数据下载地址如下: [瓶装饮料数据下载链接](https://paddle-imagenet-models-name.bj.bcebos.com/dygraph/rec/data/drink_dataset_v1.0.tar)。
 
 
-如果希望体验服务端主体检测和各垂类方向的识别模型，可以参考[第5章](#5)。
+如果希望体验服务端主体检测和各垂类方向的识别模型，可以参考[2.4 服务端识别模型列表](#24-服务端识别模型列表)
 
 **注意**
 
@@ -227,7 +227,7 @@ pip install faiss-cpu==1.7.1post2
 
 <a name="识别单张图像"></a>
 
-##### 2.2.3 识别单张图像
+##### 2.2.2.1 识别单张图像
 
 运行下面的命令，对图像 `./drink_dataset_v1.0/test_images/nongfu_spring.jpeg` 进行识别与检索
 
@@ -257,7 +257,8 @@ python3.7 python/predict_system.py -c configs/inference_general.yaml -o Global.u
 
 
 <a name="基于文件夹的批量识别"></a>
-##### 2.2.4 基于文件夹的批量识别
+
+##### 2.2.2.2 基于文件夹的批量识别
 
 如果希望预测文件夹内的图像，可以直接修改配置文件中的 `Global.infer_imgs` 字段，也可以通过下面的 `-o` 参数修改对应的配置。
 
@@ -357,7 +358,7 @@ python3.7 python/predict_system.py -c configs/inference_general.yaml -o Global.i
 
 
 <a name="5"></a>
-## 5. 服务端识别模型列表
+### 2.4 服务端识别模型列表
 
 目前，我们更推荐您使用[轻量级通用主体检测模型与轻量级通用识别模型](#轻量级通用主体检测模型与轻量级通用识别模型)，以获得更好的测试结果。但是如果您希望体验服务端识别模型，服务器端通用主体检测模型与各方向识别模型、测试数据下载地址以及对应的配置文件地址如下。