diff --git a/PaddleCV/PaddleVideo/metrics/detections/README.md b/PaddleCV/PaddleVideo/metrics/detections/README.md
new file mode 100644
index 0000000000000000000000000000000000000000..24fa08a4162b0e3b9bc30755788f1c5d26cc98aa
--- /dev/null
+++ b/PaddleCV/PaddleVideo/metrics/detections/README.md
@@ -0,0 +1,13 @@
+## ActivityNet 指标计算
+
+- ActivityNet数据集的具体使用说明可以参考其[官方网站](http://activity-net.org)
+
+- 下载指标评估代码，请从[ActivityNet Gitub repository](https://github.com/activitynet/ActivityNet.git)下载
+
+- 计算精度指标
+
+    ```cd ActivityNet/Evaluation```
+
+    ```python get_detection_performance.py ./data/activity_net.v1-3.min.json $Test_Result```
+
+  其中Test_Result是运行测试程序test.py输出的json格式的文件。
diff --git a/PaddleCV/PaddleVideo/models/ctcn/README.md b/PaddleCV/PaddleVideo/models/ctcn/README.md
index 136cf989396d162498ca395a52bd770afc7f2480..4d247d764155a6fb04e3f61eeddf652ba6128d79 100644
--- a/PaddleCV/PaddleVideo/models/ctcn/README.md
+++ b/PaddleCV/PaddleVideo/models/ctcn/README.md
@@ -59,6 +59,8 @@ C-TCN的训练数据采用ActivityNet1.3提供的数据集，数据下载及准
 
 - 若未指定`--weights`参数，脚本会下载已发布模型[model](https://paddlemodels.bj.bcebos.com/video_detection/ctcn.tar.gz)进行评估
 
+- 运行上述程序会将测试结果保存在json文件中，使用ActivityNet官方提供的测试脚本，即可计算MAP。具体计算过程请参考[指标计算](../../metrics/detections/README.md)
+
 当取如下参数时，在ActivityNet1.3数据集下评估精度如下:
 
 | score\_thresh | nms\_thresh | soft\_sigma | soft\_thresh | MAP |