diff --git a/README.md b/README.md
index 0fa68360a44edecd123a9ed98bb53f653e4e5087..ea918e71aad19106d84db821cf3e9f350124b11f 100644
--- a/README.md
+++ b/README.md
@@ -18,6 +18,7 @@
 该项目数据集采用 TV-Hand 和 COCO-Hand (COCO-Hand-Big 部分) 进行制作。  
 * [数据集下载地址(百度网盘 Password: c680 )](https://pan.baidu.com/s/1H0YH8jMEXeIcubLEv0W_yw)  
 数据格式： size是全图分辨率， (x，y) 是目标物体中心对于全图的归一化坐标，w,h是目标物体边界框对于全图的归一化宽、高。
+
 ```  
 dw = 1./(size[0])  
 dh = 1./(size[1])  
@@ -30,6 +31,7 @@ w = w*dw
 y = y*dh  
 h = h*dh  
 ```  
+
 为了更好了解标注数据格式，可以通过运行 show_yolo_anno.py 脚本进行制作数据集的格式。注意配置脚本里的path和path_voc_names，path为标注数据集的相关文件路径，path_voc_names为数据集配置文件。
 
 TV-Hand 和 COCO-Hand数据集官网地址 http://vision.cs.stonybrook.edu/~supreeth/      
@@ -40,11 +42,13 @@ Contextual Attention for Hand Detection in the Wild. S. Narasimhaswamy, Z. Wei,
 ## 预训练模型   
 * [预训练模型下载地址(百度网盘 Password: 7mk0 )](https://pan.baidu.com/s/1hqzvz0MeFX0EdpWXUV6aFg)     
 
-## 项目使用方法    
-### 模型训练    
+## 项目使用方法     
 
-* 根目录下运行命令： python train.py     (注意脚本内相关参数配置 )   
+### 数据集可视化    
+* 根目录下运行命令： show_yolo_anno.py   (注意脚本内相关参数配置 )   
 
-### 模型推理
+### 模型训练     
+* 根目录下运行命令： python train.py     (注意脚本内相关参数配置 )   
 
+### 模型推理    
 * 根目录下运行命令： python predict.py   (注意脚本内相关参数配置  )