Update README

README.md

 # CenterFace
 ## 论文
-[CenterFace: Joint Face Detection and Alignment Using Face as Point](https://arxiv.org/abs/1911.03599)
+`CenterFace: Joint Face Detection and Alignment Using Face as Point`
+- https://arxiv.org/abs/1911.03599
 
 ## 模型结构
 CenterFace是一种人脸检测算法，采用了轻量级网络mobileNetV2作为主干网络，结合特征金字塔网络（FPN）实现anchor free的人脸检测。
@@ -59,7 +60,7 @@ pip3 install -r requirements.txt
 DTK软件栈：dtk23.10.1
 python：python3.8
 torch：2.1.0
-torchvision：0.14.1
+torchvision：0.16.0
 ```
 `Tips：以上dtk驱动、python、paddle等DCU相关工具版本需要严格一一对应`
 
@@ -70,21 +71,13 @@ pip3 install -r requirements.txt
 ```
 
 ## 数据集
+1. 通过[WIDER_FACE](http://113.200.138.88:18080/aidatasets/project-dependency/wider_face)下载所需数据集：
 
-[WIDER_FACE](http://113.200.138.88:18080/aidatasets/project-dependency/wider_face)
+[WIDER Face Training Images](http://113.200.138.88:18080/aidatasets/project-dependency/wider_face/-/blob/master/WIDER_train.zip)
 
-<div align=center>
-    <img src="./doc/datasets.png"/>
-</div>
-
-下载图片红框中三个数据并解压，也可直接点击下面链接直接下载：
-
-[WIDER Face Training Images(Tencent Drive)](https://share.weiyun.com/5WjCBWV)
-
-[WIDER Face Validation Images(Tencent Drive)](https://share.weiyun.com/5ot9Qv1)
-
-[WIDER Face Testing Images(Tencent Drive)](https://share.weiyun.com/5vSUomP)
+[WIDER Face Validation Images](http://113.200.138.88:18080/aidatasets/project-dependency/wider_face/-/blob/master/WIDER_val.zip)
 
+[WIDER Face Testing Images](http://113.200.138.88:18080/aidatasets/project-dependency/wider_face/-/blob/master/WIDER_test.zip)
 
 数据集全部解压后的目录结构如下：
 
@@ -108,7 +101,7 @@ pip3 install -r requirements.txt
 ```
 
 解压完成后执行以下步骤：
-1. 将训练图片放置于 ./datasets/images/train的目录下，验证数据放置于./datasets/images/val目录下，存放目录结如下
+2. 将训练图片放置于 ./datasets/images/train的目录下，验证数据放置于./datasets/images/val目录下，存放目录结如下
 ```
 ├── images
 │   ├── train
@@ -121,8 +114,8 @@ pip3 install -r requirements.txt
 │       └──  61--Street_Battle
 ```
 
-2. 如果是使用WIDER_train、WIDER_val数据, 可直接将./datasets/labels/下的train_wider_face.json重命名为train_face.json, val_wider_face.json重命名为val_face.json即可，无需进行标注文件格式转换；
-反之，需要将训练图片/验证图片对应的人脸标注信息文件train.txt/val.txt，放置于 ./datasets/annotations/下（train存放训练图片的标注文件，val存放验证图片的标注文件），存放目录结构如下：
+3. 如果是使用`WIDER_train`、`WIDER_val`数据, 可直接将`./datasets/labels/`下的`train_wider_face.json`重命名为`train_face.json`, `val_wider_face.json`重命名为`val_face.json`即可，无需进行标注文件格式转换；
+反之，需要将训练图片/验证图片对应的人脸标注信息文件`train.txt or val.txt`，放置于`./datasets/annotations/`下（train存放训练图片的标注文件，val存放验证图片的标注文件），存放目录结构如下：
 
 ```
 ├── annotations
@@ -140,7 +133,7 @@ x, y, w, h, left_eye_x, left_eye_y, flag, right_eye_x, right_eye_y, flag, nose_x
 ```
 
 举个例子：
-./datasets/annotations/train/train.txt是wider_face训练数据集的标注信息
+`./datasets/annotations/train/train.txt`是`wider_face`训练数据集的标注信息
 
 ```
 # 0--Parade/0_Parade_marchingband_1_849.jpg
@@ -148,7 +141,7 @@ x, y, w, h, left_eye_x, left_eye_y, flag, right_eye_x, right_eye_y, flag, nose_x
 ...
 ```
 
-3. 生成训练所需的json格式标注数据：
+4. 生成训练所需的json格式标注数据：
 ```bash
 cd ./datasets
 python gen_data.py
@@ -158,7 +151,7 @@ python gen_data.py
 
 
 ## 训练
-默认训练模型保存在./exp/下，如需修改为自己的路径，可以对`centerface_pytorch/src/lib/opts_pose.py`的284行进行修改
+默认训练模型保存在`./exp/`下，如需修改为自己的路径，可以对`centerface_pytorch/src/lib/opts_pose.py`的284行进行修改。
 
 ### 单机单卡
 ```bash
@@ -193,7 +186,7 @@ WIDER_FACE验证集上的测试结果如下:
 | Device | Easy(AP) | Medium(AP) | Hard(AP)|
 | :------: | :------: | :------: | :------: |
 | Z100L | 0.9264 | 0.9133 | 0.7479 |
-| V100S | 0.922 | 0.911  | 0.782|
+| V100S | 0.922 | 0.911 | 0.782|
 
 ## 应用场景
 ### 算法类别
@@ -203,7 +196,7 @@ WIDER_FACE验证集上的测试结果如下:
 教育,交通,公安,医疗
 
 ## 源码仓库及问题反馈
-https://developer.hpccube.com/codes/modelzoo/centerface_pytorch
+- https://developer.hpccube.com/codes/modelzoo/centerface_pytorch
 
 ## 参考资料
-https://github.com/chenjun2hao/CenterFace.pytorch
+- https://github.com/chenjun2hao/CenterFace.pytorch