Update url.md

README.md

@@ -80,7 +80,7 @@ pip install -r requirements.txt
 
 在本项目中可以使用ImageNet数据集。ImageNet数据集官方下载地址：https://image-net.org。
 
-也可于SCNet快速下载[imagenet-2012](http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012)，下载其中的ILSVRC2012_img_train.tar和ILSVRC2012_img_val.tar，并按照以下方式解包
+下载其中的ILSVRC2012_img_train.tar和ILSVRC2012_img_val.tar，并按照以下方式解包
 
 ```bash
 cd mmpretrain-mmcv/data/imagenet
@@ -114,7 +114,7 @@ data
 
 ### Tiny-ImageNet-200
 
-由于ImageNet完整数据集较大，可以使用[tiny-imagenet-200](http://cs231n.stanford.edu/tiny-imagenet-200.zip)进行测试，可于SCNet快速下载[tiny-imagenet-200-scnet](http://113.200.138.88:18080/aidatasets/project-dependency/tiny-imagenet-200) ，此时需要对配置脚本进行一些修改，可参照mmpretrain-mmcv子仓库中进行配置，其中提供了使用tiny-imagenet-200进行训练的若干示例配置。
+由于ImageNet完整数据集较大，可以使用[tiny-imagenet-200](http://cs231n.stanford.edu/tiny-imagenet-200.zip)进行测试，此时需要对配置脚本进行一些修改，可参照mmpretrain-mmcv子仓库中进行配置，其中提供了使用tiny-imagenet-200进行训练的若干示例配置。
 
 将训练数据集解压后放置于mmpretrain-mmcv/data/，对于tiny-imagenet，目录结构如下：