Update README.md

README.md

@@ -4,6 +4,7 @@
 - https://arxiv.org/abs/2312.00863
 ## 模型结构
 EfficientSAM模型利用掩码图像预训练（SAMI），该预训练学习从SAM图像编码器重构特征，以进行有效的视觉表示学习。然后采用SAMI预训练的轻量级图像编码器和掩码解码器来构建EfficientSAMs ，并在SA-1B数据集上对模型进行微调以执行分割一切的任务。EfficientSAM-S将SAM的推理时间减少了约20倍，参数大小减少了约20倍，性能下降很小。
+
 <div align=left>
     <img src="./doc/The overview.png"/>
 </div>
@@ -104,18 +105,25 @@ python inference_segment_everything.py
 ```
 ## result
 EfficientSAM-S和EfficientSAM-Ti 基于point测试结果如下：
+
 <div align=left>
     <img src="./example_results/efficientsam_point.png"/>
 </div>
+
+
 EfficientSAM-S和EfficientSAM-Ti 基于box测试结果如下：
+
 <div align=left>
     <img src="./example_results/efficientsam_box.png"/>
 </div>
+
 EfficientSAM-S和EfficientSAM-Ti segment_everything测试结果如下：
+
 <div align=left>
     <img src="./example_results/segmenteverything.png"/>
 </div>
 
+
 ### 精度
 无
 ## 应用场景