update README

README.md

@@ -102,9 +102,9 @@ bash train.sh
 
 ## 推理
 
-验证前需提前准备好预训练模型, 并将coco_path设置为当前环境中推理数据的对应地址, 数据应为COCO数据格式
+验证前需提前准备好预训练模型, 可从 参考资料 中提供的模型下载, 并将coco_path设置为当前环境中推理数据的对应地址, 数据应为COCO数据格式。
 
-如果想要查看预测效果（预测结果输出到图片上）, 请执行(其余参数与训练模型参数需一致, 详情请根据训练参数配置):
+如果想要查看预测效果（预测结果输出到图片上）, 请执行(其余参数如backbone等需与训练模型参数需一致, 详情请根据训练参数配置):
 
 ```
 python test.py --pre_trained_model <checkpoint path> --coco_path <coco path>
@@ -124,12 +124,12 @@ bash val.sh
 
 ### 精度
 
-在COCO2017的val数据集上进行单卡测试, 结果如下表所示:
+在COCO2017的val数据集上进行R50 backbone的单卡测试, 结果如下表所示:
 
 | name | backbone | schedule | box AP |
-| :------: | :------: | :------: | :------: |:------: |
+| :------: | :------: | :------: | :------: |
 | DETR(our)  | R50 | 500 | 39.8 |
-| [DETR](https://dl.fbaipublicfiles.com/detr/detr-r50-e632da11.pth)  | R50 | 500 | 42.0 |
+| DETR  | R50 | 500 | 42.0 |
 
 
 ## 应用场景