diff --git a/example/auto_compression/pytorch_yolo_series/TensorRT/README.md b/example/auto_compression/pytorch_yolo_series/TensorRT/README.md
index a755cb4d4bcebec75ed4459ce7e8b51939c6cf67..82b5753f0a7195b683eeb58ac0b4cae1dde6fe78 100644
--- a/example/auto_compression/pytorch_yolo_series/TensorRT/README.md
+++ b/example/auto_compression/pytorch_yolo_series/TensorRT/README.md
@@ -1,8 +1,12 @@
 # TensorRT Python预测
 
+### 环境要求
+
+- TensorRT 8.0以上
+
 ### 验证COCO mAP
 
--FP16
+- FP16
 ```shell
 python trt_eval.py --onnx_model_file=yolov7_tiny_quant_onnx/yolov7-tiny.onnx \
                    --precision_mode=fp16 \
@@ -38,4 +42,4 @@ python trt_eval.py --onnx_model_file=yolov7_tiny_quant_onnx/yolov7_tiny_quant.on
 
 ### FAQ
 
-- 测试内存和显存占用时，首次运行会将ONNX模型转换成TRT模型，耗时不准确，再此运行trt_eval.py可获取真实的内存和显存占用。
+- 测试内存和显存占用时，首次运行会将ONNX模型转换成TRT模型，耗时不准确，再次运行trt_eval.py可获取真实的内存和显存占用。