add tsm and nonlocal desc in readme

PaddleCV/video/README.md

@@ -16,7 +16,7 @@
 
 ### 主要特点
 
-- 包含视频分类方向的多个主流领先模型，其中Attention LSTM，Attention Cluster和NeXtVLAD是比较流行的特征序列模型，Non-local, TSN, TSM和StNet是End-to-End的视频分类模型。Attention LSTM模型速度快精度高，NeXtVLAD是2nd-Youtube-8M比赛中最好的单模型, TSN是基于2D-CNN的经典解决方案。Attention Cluster和StNet是百度自研模型，分别发表于CVPR2018和AAAI2019，是Kinetics600比赛第一名中使用到的模型。
+- 包含视频分类方向的多个主流领先模型，其中Attention LSTM，Attention Cluster和NeXtVLAD是比较流行的特征序列模型，Non-local, TSN, TSM和StNet是End-to-End的视频分类模型。Attention LSTM模型速度快精度高，NeXtVLAD是2nd-Youtube-8M比赛中最好的单模型, TSN是基于2D-CNN的经典解决方案，TSM是基于时序移位的简单高效视频时空建模方法，Non-local模型提出了视频非局部关联建模方法。Attention Cluster和StNet是百度自研模型，分别发表于CVPR2018和AAAI2019，是Kinetics600比赛第一名中使用到的模型。
 
 - 提供了适合视频分类任务的通用骨架代码，用户可一键式高效配置模型完成训练和评测。
 

PaddleCV/video/test.py

@@ -47,7 +47,7 @@ def parse_args():
         '--batch_size',
         type=int,
         default=None,
-        help='traing batch size per GPU. None to use config file setting.')
+        help='test batch size. None to use config file setting.')
     parser.add_argument(
         '--use_gpu', type=bool, default=True, help='default use gpu.')
     parser.add_argument(