diff --git "a/applications/\350\275\246\347\211\214\350\257\206\345\210\253.md" "b/applications/\350\275\246\347\211\214\350\257\206\345\210\253.md"
index afa8d57107cfff35ffa26a2d7cf4b78c517863d7..7510f3c5a86b84ba2a384521102ca8c338aaec36 100644
--- "a/applications/\350\275\246\347\211\214\350\257\206\345\210\253.md"
+++ "b/applications/\350\275\246\347\211\214\350\257\206\345\210\253.md"
@@ -362,7 +362,7 @@ python3.7 deploy/slim/quantization/quant.py -c configs/det/ch_PP-OCRv3/ch_PP-OCR
 
 可以看到量化后能显著降低模型体积并且精度几乎无损。
 
-预测速度是在android骁龙855上预测275张图像的平均耗时。
+预测速度是在android骁龙855上预测275张图像的平均耗时。模型在移动端的部署步骤参考[文档](../deploy/lite/readme_ch.md)
 
 #### 4.1.4 模型导出
 
@@ -578,7 +578,7 @@ python3.7 deploy/slim/quantization/quant.py -c configs/rec/PP-OCRv3/ch_PP-OCRv3_
 
 可以看到量化后能显著降低模型体积，但是由于识别数据过少，量化带来了1%的精度下降。
 
-预测速度是在android骁龙855上预测5006张识别文字图像的平均耗时。
+预测速度是在android骁龙855上预测5006张识别文字图像的平均耗时。模型在移动端的部署步骤参考[文档](../deploy/lite/readme_ch.md)
 
 #### 4.2.5 模型导出