更新readme

README.md

@@ -26,9 +26,9 @@ DenseNet的核心组件为“Dense Block”，如图所示，由Dense connectivi
 git clone --recursive http://developer.hpccube.com/codes/modelzoo/densenet121_mmcv.git
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
 # <your IMAGE ID>用以上拉取的docker的镜像ID替换
-docker run --shm-size 32g --network=host --name=densenet121 --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/densenet121_mmcv:/home/densenet121_mmcv -it <your IMAGE ID> bash
+docker run --shm-size 10g --network=host --name=nit-pytorch --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/Densenet121-mmcv:/home/Densenet121-mmcv -it <your IMAGE ID> bash
 
-cd densenet121_mmcv/mmclassification-mmcv
+cd Densenet121-mmcv/mmclassification-mmcv
 pip install -r requirements.txt
 ```
 
@@ -36,13 +36,19 @@ pip install -r requirements.txt
 
 在本测试中可以使用ImageNet数据集。
 
+下载ImageNet数据集：https://image-net.org/
+
+下载val数据：链接：https://pan.baidu.com/s/1oXsmsYahGVG3uOZ8e535LA?pwd=c3bc 
+提取码：c3bc 
+替换ImageNet数据集中的val目录，处理后的数据结构如下：
+
 ```
 ├── meta
 ├── train
 ├── val
 ```
 
-## 训练
+### 训练
 
 将训练数据解压到data目录下。
 
@@ -70,12 +76,12 @@ pip install -r requirements.txt
 
 ### 热点行业
 
-制造,能源,交通,网安
+制造，能源，交通，网安
 
-## 源码仓库及问题反馈
+### 源码仓库及问题反馈
 
 http://developer.hpccube.com/codes/modelzoo/densenet121_mmcv.git
 
-## 参考资料
+### 参考
 
-https://github.com/open-mmlab/mmpretrain
+https://github.com/open-mmlab/mmpretrain
\ No newline at end of file