diff --git a/applications/光功率计数码管字符识别.md b/applications/光功率计数码管字符识别.md
index 33c515a5e9..d6c11259bf 100644
--- a/applications/光功率计数码管字符识别.md
+++ b/applications/光功率计数码管字符识别.md
@@ -21,7 +21,12 @@
 
 第二步，使用文本识别模型获得准确的数字和单位信息。
 
-本项目主要介绍如何完成第二步文本识别部分。
+本项目主要介绍如何完成第二步文本识别部分，包括：
+
+* 真实评估集的建立
+* 训练数据的合成
+* 基于 PP-OCRv3 和 SVTR_Tiny 两个模型进行训练
+* 评估并推理
 
 ## 2. PaddleOCR 快速使用
 
@@ -400,7 +405,11 @@ python tools/train.py -c rec_svtr_tiny_none_ctc_ch_train/rec_svtr_tiny_6local_6g
 
 ### 3.4 验证效果
 
-**本例中的评估集和模型路径，可通过填写[问卷](todo:add link)获得**
+如需获取已训练模型，请扫码填写问卷，加入PaddleOCR官方交流群获取全部OCR垂类模型下载链接、《动手学OCR》电子书等全套OCR学习资料🎁
+<div align="left">
+<img src="https://ai-studio-static-online.cdn.bcebos.com/dd721099bd50478f9d5fb13d8dd00fad69c22d6848244fd3a1d3980d7fefc63e"  width = "150" height = "150" />
+</div>
+将下载或训练完成的模型放置在对应目录下即可完成模型推理
 
 * 指标评估