diff --git a/docs/images/models/V100_benchmark/v100.fp32.bs1.main_fps_top1_s.png b/docs/images/models/V100_benchmark/v100.fp32.bs1.main_fps_top1_s.png
index ab7f3eb375a11c765370471b9d050ab0fab5347d..f061f642cb7245b6a4a7d0c51555138a3793d219 100644
Binary files a/docs/images/models/V100_benchmark/v100.fp32.bs1.main_fps_top1_s.png and b/docs/images/models/V100_benchmark/v100.fp32.bs1.main_fps_top1_s.png differ
diff --git a/docs/images/models/V100_benchmark/v100.fp32.bs1.visiontransformer.png b/docs/images/models/V100_benchmark/v100.fp32.bs1.visiontransformer.png
index 5009619126a592386dabcf1ead5667ce696b1510..558461c7116367320a5699521b9f27172b2c5d44 100644
Binary files a/docs/images/models/V100_benchmark/v100.fp32.bs1.visiontransformer.png and b/docs/images/models/V100_benchmark/v100.fp32.bs1.visiontransformer.png differ
diff --git a/docs/images/models/mobile_arm_top1.png b/docs/images/models/mobile_arm_top1.png
index 9156764dc57910470ab6aadcb9704d4528dfd5d2..dac435c15afcae34ae6e2a783111a6a58123cc62 100644
Binary files a/docs/images/models/mobile_arm_top1.png and b/docs/images/models/mobile_arm_top1.png differ
diff --git a/docs/zh_CN/models/ImageNet1k/model_list.md b/docs/zh_CN/models/ImageNet1k/model_list.md
index 8e98a6f7410cff8eb8a4727ebea810c61e765238..a396ba0d1b7d4a4187b564d1ff27495383d5bbaa 100644
--- a/docs/zh_CN/models/ImageNet1k/model_list.md
+++ b/docs/zh_CN/models/ImageNet1k/model_list.md
@@ -60,18 +60,18 @@
 基于 ImageNet1k 分类数据集，PaddleClas 支持 37 个系列分类网络结构以及对应的 217 个图像分类预训练模型，训练技巧、每个系列网络结构的简单介绍和性能评估将在相应章节展现，下面所有的速度指标评估环境如下：
 * Arm CPU 的评估环境基于骁龙 855(SD855)。
 * Intel CPU 的评估环境基于 Intel(R) Xeon(R) Gold 6148。
-* GPU 评估环境基于 V100 机器，在 FP32+TensorRT 配置下运行 2100 次测得（去除前 100 次的 warmup 时间）。
+* GPU 评估环境基于 V100 机器，在 FP32+TensorRT-8.0.3.4 配置下运行 2100 次测得（去除前 100 次的 warmup 时间）。
 * FLOPs 与 Params 通过 `paddle.flops()` 计算得到（PaddlePaddle 版本为 2.2）
 
-常见服务器端模型的精度指标与其预测耗时的变化曲线如下图所示。
+常见服务器端 CNN 模型的精度指标与其预测耗时的变化曲线如下图所示，其中模型精度为 ImageNet1k 数据集上的 Top1 Acc，预测耗时基于 GPU 环境测得，Batch Size 为 1，FP32 精度。
 
 ![](../../../images/models/V100_benchmark/v100.fp32.bs1.main_fps_top1_s.png)
 
-常见移动端模型的精度指标与其预测耗时的变化曲线如下图所示。
+常见移动端 CNN 模型的精度指标与其预测耗时的变化曲线如下图所示，其中模型精度为 ImageNet1k 数据集上的 Top1 Acc，预测耗时基于 Arm 环境测得，Batch Size 为 1，FP32 精度。
 
 ![](../../../images/models/mobile_arm_top1.png)
 
-部分VisionTransformer模型的精度指标与其预测耗时的变化曲线如下图所示.
+部分 VisionTransformer 模型的精度指标与其预测耗时的变化曲线如下图所示，其中模型精度为 ImageNet1k 数据集上的 Top1 Acc，预测耗时基于 GPU 环境测得，Batch Size 为 1，FP32 精度。
 
 ![](../../../images/models/V100_benchmark/v100.fp32.bs1.visiontransformer.png)