Update README.md

dygraph/deploy/cpp/README.md

@@ -2,8 +2,6 @@
 
 本目录下代码，目前支持以下飞桨官方套件基于PaddleInference的部署。
 
-还支持对ONNX进行部署。套件模型转换ONNX模型，参考[Paddle2ONNX](https://github.com/PaddlePaddle/Paddle2ONNX.git)。
-
 ## 模型套件支持
 - PaddleDetection([release/2.0](https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.0))
 - PaddleSeg([release/2.0](https://github.com/PaddlePaddle/PaddleSeg/tree/release/v2.0))
@@ -15,16 +13,6 @@
 - GPU(linux/windows)
 - Jetson(TX2/Nano/Xavier)
 
-## ONNX模型部署
-
-### [Triton部署](./docs/compile/triton/docker.md)
-
-Triton的全称为Triton Inference Server，由NVIDIA推出的具有低延迟、高吞吐等特性的高性能推理解决方案。它提供了针对CPU和GPU优化的云和边缘推理解决方案。 Triton支持HTTP / REST和GRPC协议，该协议允许远程客户端请求服务器管理的任何模型进行推理
-
-### [TensorRT部署](./docs/compile/tensorrt/trt.md)
-
-TensorRT是一个高性能的深度学习推理优化器，可以为深度学习应用提供低延迟、高吞吐率的部署推理。TensorRT核心是一个C++库，从 TensorRT 3 开始提供C++ API和Python API，主要用来针对 NVIDIA GPU进行 高性能推理（Inference）加速。
-
 ## 文档
 ### PaddleInference编译说明
 - [Linux编译指南](./docs/compile/paddle/linux.md)
@@ -40,3 +28,9 @@ TensorRT是一个高性能的深度学习推理优化器，可以为深度学习
 
 - [部署相关API说明](./docs/apis/model.md)
 - [模型配置文件说明](./docs/apis/yaml.md)
+
+
+## ONNX模型部署
+Paddle的模型除了直接通过PaddleInference部署外，还可以通过[Paddle2ONNX](https://github.com/PaddlePaddle/Paddle2ONNX.git)转为ONNX后使用第三方推理引擎进行部署，在本目录下，我们提供了基于Triton和TensorRT两个引擎的部署支持。
+- [Triton部署](./docs/compile/triton/docker.md)
+- [TensorRT部署](./docs/compile/tensorrt/trt.md)