Update README.md

README.md

-# chineseocr_lite_onnx
+# chineseocr_lite
 ## 论文
 chineseocr_lite通过det、rec、cls三个模型分别实现字符检测、字符识别和字符方向分类的应用
 
@@ -60,10 +60,15 @@ det->cls->rec->text
 在[光源](https://www.sourcefind.cn/#/service-details)可拉取训练以及推理的docker镜像，在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)可下载paddle安装包用于模型测试。chineseocr_lite_onnx推荐的镜像如下：
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort-lite-1.14.0_migraphx3.1.2-dtk23.04
+docker run -d -t --privileged --device=/dev/kfd --device=/dev/dri/ --network=host --group-add video --name chineseocr-test image.sourcefind.cn:5000/dcu/admin/base/custom:ort-lite-1.14.0_migraphx3.1.2-dtk23.04
+docker exec -it chineseocr-test bash
+source /opt/dtk-23.04/env.sh
 cd chineseocr_lite_onnx
 pip3 install -r requirements.txt
+pip install urllib3==1.23 pyyaml
 ```
-## 测试
+## 训练
+### 测试
 检测模型
 ```
 python3 -m paddle.distributed.launch --gpus '0,1,2,3' tools/eval.py -c configs/det_mv3_db.yml -o Global.pretrained_model=./models/dbnet.onnx
@@ -78,7 +83,7 @@ python3 main.py --img_dir="./images/" --det_model_dir="./models/dbnet.onnx" --re
 ```
 ## result
 ![image](https://developer.hpccube.com/codes/modelzoo/chineseocr_lite_onnx/-/raw/main/dbnet/test.jpg)
-### 性能和准确率数据
+### 精度
 
 检测模型测试
 | Model | Precision | Recall |
@@ -93,7 +98,7 @@ python3 main.py --img_dir="./images/" --det_model_dir="./models/dbnet.onnx" --re
 ### 算法类别
 ocr
 ### 热点应用行业
-工业制造、金融、交通、教育、医疗
+制造,金融,交通,教育,医疗
 ## 源码仓库及问题反馈
 https://developer.hpccube.com/codes/modelzoo/chineseocr_lite_onnx
 ## 参考