diff --git a/configs/ppyolo/README.md b/configs/ppyolo/README.md
index 11837a1b60ec4173549a4d5aed758dde6a6b006f..c8eb763a31a238276c577e8feb048f39da864419 100644
--- a/configs/ppyolo/README.md
+++ b/configs/ppyolo/README.md
@@ -82,6 +82,12 @@ Training PP-YOLO on 8 GPUs with following command(all commands should be run und
 CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 python tools/train.py -c configs/ppyolo/ppyolo.yml --eval
 ```
 
+optional: Run `tools/anchor_cluster.py` to get anchors suitable for your dataset, and modify the anchor setting in `configs/ppyolo/ppyolo.yml`.
+
+``` bash
+python tools/anchor_cluster.py -c configs/ppyolo/ppyolo.yml -n 9 -m v2 -i 1000
+```
+
 ### 2. Evaluation
 
 Evaluating PP-YOLO on COCO val2017 dataset in single GPU with following commands:
diff --git a/configs/ppyolo/README_cn.md b/configs/ppyolo/README_cn.md
index 2c81cd9d6379dcdba11d33095c450c6211f275d1..836316af5e349c9062363bfb8b47b9b7f60add90 100644
--- a/configs/ppyolo/README_cn.md
+++ b/configs/ppyolo/README_cn.md
@@ -82,6 +82,10 @@ PP-YOLO从如下方面优化和提升YOLOv3模型的精度和速度：
 ```bash
 CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 python tools/train.py -c configs/ppyolo/ppyolo.yml --eval
 ```
+可选：在训练之前使用tools/anchor_cluster.py得到适用于你的数据集的anchor，并修改configs/ppyolo/ppyolo.yml中的anchor设置
+```bash
+python tools/anchor_cluster.py -c configs/ppyolo/ppyolo.yml -n 9 -m v2 -i 1000
+```
 
 ### 2. 评估
 
diff --git a/configs/yolov4/README.md b/configs/yolov4/README.md
index 5127d88c8a8f1514e127d327806d752cd9ac8c12..9394975af1bd19aca032c9349b327f9b5f8998b0 100644
--- a/configs/yolov4/README.md
+++ b/configs/yolov4/README.md
@@ -21,6 +21,21 @@
 - label_smooth
 - grid_sensitive
 
+目前支持YOLO系列的Anchor聚类算法
+``` bash
+python tools/anchor_cluster.py -c ${config} -m ${method} -s ${size}
+```
+主要参数配置参考下表
+|    参数    |    用途    |    默认值    |    备注    |
+|:------:|:------:|:------:|:------:|
+| -c/--config | 模型的配置文件 | 无默认值 | 必须指定 |
+| -n/--n | 聚类的簇数 | 9 | Anchor的数目 |
+| -s/--size | 图片的输入尺寸 | None | 若指定，则使用指定的尺寸，如果不指定, 则尝试从配置文件中读取图片尺寸 |
+|  -m/--method  |  使用的Anchor聚类方法  |  v2  |  目前只支持yolov2/v5的聚类算法  |
+|  -i/--iters  |  kmeans聚类算法的迭代次数  |  1000  | kmeans算法收敛或者达到迭代次数后终止 |
+| -gi/--gen_iters |  遗传算法的迭代次数  | 1000 |  该参数只用于yolov5的Anchor聚类算法  |
+| -t/--thresh|  Anchor尺度的阈值  | 0.25 | 该参数只用于yolov5的Anchor聚类算法 |
+
 ## 模型库
 下表中展示了当前支持的网络结构。