diff --git a/docs/docs/model_zoo.md b/docs/docs/model_zoo.md
new file mode 100644
index 0000000000000000000000000000000000000000..6b100bedfd0eb4caa89411f1f17265e0bd6d78c3
--- /dev/null
+++ b/docs/docs/model_zoo.md
@@ -0,0 +1,152 @@
+## 1. 图象分类
+
+数据集：ImageNet1000类
+
+### 1.1 量化
+
+| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | 下载 |
+|:--:|:---:|:--:|:--:|:--:|
+|MobileNetV1|-|70.99%/89.68%| xx | [下载链接]() |
+|MobileNetV1|quant_post|xx%/xx%| xx | [下载链接]() |
+|MobileNetV1|quant_aware|xx%/xx%| xx | [下载链接]() |
+| MobileNetV2 | - |72.15%/90.65%| xx | [下载链接]() |
+| MobileNetV2 | quant_post |xx%/xx%| xx | [下载链接]() |
+| MobileNetV2 | quant_aware |xx%/xx%| xx | [下载链接]() |
+|ResNet50|-|76.50%/93.00%| xx | [下载链接]() |
+|ResNet50|quant_post|xx%/xx%| xx | [下载链接]() |
+|ResNet50|quant_aware|xx%/xx%| xx | [下载链接]() |
+
+
+
+### 1.2 剪枝
+
+
+| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
+|:--:|:---:|:--:|:--:|:--:|:--:|:--:|:--:|
+|MobileNetV1|-|70.99%/89.68%| xx | xx | xx | xx | [下载链接]() |
+|MobileNetV1|uniform -xx%|xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+|MobileNetV1|sensitive -xx%|xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+| MobileNetV2 | - |72.15%/90.65%| xx | xx | xx | xx | [下载链接]() |
+| MobileNetV2 | uniform -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+| MobileNetV2 | sensitive -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+| ResNet34 | - |74.57%/92.14%| xx | xx | xx | xx | [下载链接]() |
+| ResNet34 | uniform -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+| ResNet34 | auto -xx% |xx%/xx%| xx | xx | xx | xx | [下载链接]() |
+
+
+
+
+### 1.3 蒸馏
+
+| 模型 | 压缩方法 | Top-1/Top-5 Acc | 模型大小（MB） | 下载 |
+|:--:|:---:|:--:|:--:|:--:|
+|MobileNetV1|-|70.99%/89.68%| xx | [下载链接]() |
+|MobileNetV1|ResNet50_vd[1](#trans1) distill|xx%/xx%| xx | [下载链接]() |
+| MobileNetV2 | - |72.15%/90.65%| xx | [下载链接]() |
+| MobileNetV2 | ResNet50_vd[1](#trans1) distill |xx%/xx%| xx | [下载链接]() |
+|ResNet50|-|76.50%/93.00%| xx | [下载链接]() |
+|ResNet50|ResNet101[2](#trans2) distill|xx%/xx%| xx | [下载链接]() |
+
+!!! note "Note"
+ [1]：[ResNet50_vd](https://paddle-imagenet-models-name.bj.bcebos.com/ResNet50_vd_pretrained.tar)预训练模型Top-1/Top-5准确率分别为79.12%/94.44%
+
+ 带_vd后缀代表开启了Mixup训练，Mixup相关介绍参考[mixup: Beyond Empirical Risk Minimization](https://arxiv.org/abs/1710.09412)
+
+ [2]：[ResNet101](https://paddle-imagenet-models-name.bj.bcebos.com/ResNet101_pretrained.tar)预训练模型Top-1/Top-5准确率分别为77.56%/93.64%
+
+## 2. 目标检测
+
+数据集：Pasacl VOC & COCO 2017
+
+### 2.1 量化
+
+数据集： COCO 2017
+
+| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小（MB） | 下载 |
+| :----------------------------: | :---------: | :----: | :-------: | :------------: | :------------: | :------------: | :------------: | :----------: |
+| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | quant_post | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | quant_aware | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | - | COCO | 8 | 41.4 | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | quant_post | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | quant_aware | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
+
+
+
+数据集：WIDER-FACE
+
+
+
+| 模型 | 压缩方法 | Image/GPU | 输入尺寸 | Easy/Medium/Hard | 模型大小（MB） | 下载 |
+| :------------: | :---------: | :-------: | :------: | :---------------: | :------------: | :----------: |
+| BlazeFace | - | 8 | 640 | 0.915/0.892/0.797 | xx | [下载链接]() |
+| BlazeFace | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+| BlazeFace | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+| BlazeFace-Lite | - | 8 | 640 | 0.909/0.885/0.781 | xx | [下载链接]() |
+| BlazeFace-Lite | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+| BlazeFace-Lite | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+| BlazeFace-NAS | - | 8 | 640 | 0.837/0.807/0.658 | xx | [下载链接]() |
+| BlazeFace-NAS | quant_post | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+| BlazeFace-NAS | quant_aware | 8 | 640 | xx/xx/xx | xx | [下载链接]() |
+
+### 2.2 剪枝
+
+数据集：Pasacl VOC & COCO 2017
+
+| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小(MB) | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
+| :----------------------------: | :-------------: | :--------: | :-------: | :------------: | :------------: | :------------: | :----------: | :--------: | :-----------: | :----------: | :----------: |
+| MobileNet-V1-YOLOv3 | - | Pasacl VOC | 8 | 76.2 | 76.7 | 75.3 | xx | xx | xx | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | sensitive -xx% | Pasacl VOC | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | xx | xx | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 | - | COCO | 8 | 39.1 | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | - | COCO | 8 | 41.4 | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+| R50-dcn-YOLOv3 obj365_pretrain | sensitive -xx% | COCO | 8 | xx | xx | xx | xx | xx | xx | xx | [下载链接]() |
+
+### 2.3 蒸馏
+
+数据集：Pasacl VOC & COCO 2017
+
+
+| 模型 | 压缩方法 | 数据集 | Image/GPU | 输入608 Box AP | 输入416 Box AP | 输入320 Box AP | 模型大小（MB） | 下载 |
+| :-----------------: | :--------------------------------------------: | :--------: | :-------: | :------------: | :------------: | :------------: | :------------: | :----------: |
+| MobileNet-V1-YOLOv3 | - | Pasacl VOC | 8 | 76.2 | 76.7 | 75.3 | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | ResNet34-YOLOv3[3](#trans3) distill | Pasacl VOC | 8 | xx | xx | xx | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | - | COCO | 8 | 29.3 | 29.3 | 27.1 | xx | [下载链接]() |
+| MobileNet-V1-YOLOv3 | ResNet34-YOLOv3[4](#trans4) distill | COCO | 8 | xx | xx | xx | xx | [下载链接]() |
+
+!!! note "Note"
+ [3]：[ResNet34-YOLOv3-VOC]()预训练模型在608/416/320尺寸输入下的Box AP分别为82.6/81.9/80.1
+
+
+ [4]：[ResNet34-YOLOv3-COCO]()预训练模型在608/416/320尺寸输入下的Box AP分别为36.2/34.3/31.4
+
+## 3. 图像分割
+
+数据集：Cityscapes
+
+### 3.1 量化
+
+| 模型 | 压缩方法 | mIoU | 模型大小（MB） | 下载 |
+| :--------------------: | :---------: | :---: | :------------: | :----------: |
+| DeepLabv3+/MobileNetv1 | - | 63.26 | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv1 | quant_post | xx | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv1 | quant_aware | xx | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv2 | - | 69.81 | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv2 | quant_post | xx | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv2 | quant_aware | xx | xx | [下载链接]() |
+
+### 3.2 剪枝
+
+| 模型 | 压缩方法 | mIoU | 模型大小（MB） | FLOPs（M） | arm时延（ms） | P4时延（ms） | 下载 |
+| :--------------------: | :--------: | :---: | :------------: | :--------: | :-----------: | :----------: | :----------: |
+| DeepLabv3+/MobileNetv2 | - | 69.81 | xx | xx | xx | xx | [下载链接]() |
+| DeepLabv3+/MobileNetv2 | prune -xx% | xx | xx | xx | xx | xx | [下载链接]() |
+
+
+
+
+
diff --git a/docs/mkdocs.yml b/docs/mkdocs.yml
index 970e4b8f7e0ee7940098ea77929c7214c49d9ba9..fe62713ea906c7ec4962e718a0856d1fe071c635 100644
--- a/docs/mkdocs.yml
+++ b/docs/mkdocs.yml
@@ -2,12 +2,6 @@ site_name: PaddleSlim Docs
repo_url: https://github.com/PaddlePaddle/PaddleSlim
nav:
- Home: index.md
-- 教程:
- - 离线量化: tutorials/quant_post_demo.md
- - 量化训练: tutorials/quant_aware_demo.md
- - Embedding量化: tutorials/quant_embedding_demo.md
- - SA搜索: tutorials/nas_demo.md
- - 知识蒸馏: tutorials/distillation_demo.md
- API:
- 量化: api/quantization_api.md
- 剪枝与敏感度: api/prune_api.md
@@ -16,7 +10,14 @@ nav:
- SA搜索: api/nas_api.md
- 搜索空间: api/search_space.md
- 硬件延时评估表: table_latency.md
+- 教程:
+ - 离线量化: tutorials/quant_post_demo.md
+ - 量化训练: tutorials/quant_aware_demo.md
+ - Embedding量化: tutorials/quant_embedding_demo.md
+ - SA搜索: tutorials/nas_demo.md
+ - 知识蒸馏: tutorials/distillation_demo.md
- 算法原理: algo/algo.md
+- 模型库: model_zoo.md
theme:
name: readthedocs