Update sf.md

README.md

@@ -19,7 +19,7 @@ DiffusionDet框架如下图。(a) 图像编码器从输入图像中提取特征
 
 ## 环境配置
 ### Docker（方法一）
-此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤，以及[光合](https://developer.hpccube.com/tool/)开发者社区深度学习库下载地址
+此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤，以及[光合](https://developer.sourcefind.cn/tool/)开发者社区深度学习库下载地址
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-centos7.6-dtk24.04-py310 
 docker run -it --shm-size=128G -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal:ro --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name diffusiondet_pytorch  <your IMAGE ID> bash # <your IMAGE ID>为以上拉取的docker的镜像ID替换，本镜像为：c85ed27005f2
@@ -50,7 +50,7 @@ pip install e . --no-build-isolation -i https://mirrors.aliyun.com/pypi/simple/
 ### Anaconda（方法三）
 此处提供本地配置、编译的详细步骤，例如：
 
-关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.hpccube.com/tool/)开发者社区下载安装。
+关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
 ```
 #DTK驱动：dtk24.04
 # python：python3.10
@@ -188,7 +188,7 @@ Inference Demo
 ### 热点应用行业
 `科研,制造,医疗,家居,教育`
 ## 源码仓库及问题反馈
-- https://developer.hpccube.com/codes/modelzoo/diffusiondet-pytorch
+- https://developer.sourcefind.cn/codes/modelzoo/diffusiondet-pytorch
 ## 参考资料
 - https://github.com/ShoufaChen/DiffusionDet