更新readme

README.md

@@ -10,13 +10,13 @@ Densely Connected Convolutional Networks
 
 DenseNet-121是一种深度卷积神经网络，如图所示，由Kaiming He等人于2017年提出。它是DenseNet系列中的一种，也是其中最流行的一种，被广泛应用于计算机视觉领域的图像分类、目标检测和语义分割等任务。
 
-![image-20231120204030674](C:\Users\36589\AppData\Roaming\Typora\typora-user-images\image-20231120204030674.png)
+![image-20231120204030674](./images/image-20231120204030674.png)
 
 ## 模型结构
 
 DenseNet的核心组件为“Dense Block”，如图所示，由Dense connectivity和Transition Layer组成。每个密集块中包含若干个卷积层和池化层，每个卷积层都会接收前面所有层的输入，并将它们连接到自己的输出上。而过渡层则用于将前面密集块的输出进行降维，减少参数数量。
 
-![image-20231120204212494](C:\Users\36589\AppData\Roaming\Typora\typora-user-images\image-20231120204212494.png)
+![image-20231120204212494](./images/image-20231120204212494.png)
 
 ## 环境配置