更换dtk24.04.1镜像

README.md

@@ -20,7 +20,7 @@
 ### Docker (方法一)
 
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk23.10-py38
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-centos7.6-dtk24.04-py310
 # <your IMAGE ID>为以上拉取的docker的镜像ID替换
 docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 cd /path/workspace/
@@ -42,10 +42,10 @@ docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt
 1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装： https://developer.hpccube.com/tool/
 
 ```
-DTK软件栈：dtk23.10
-python：python3.8
-pytorch：1.13.1
-torchvision:0.14.1
+DTK软件栈：dtk24.04.1
+python：python3.10
+pytorch：2.1.0
+torchvision:0.16.0
 ```
 
 Tips：以上dtk软件栈、python、pytorch等DCU相关工具版本需要严格一一对应
@@ -69,9 +69,9 @@ pip3 install git+https://github.com/openai/CLIP.git
 ## 推理
 
 #### 单卡推理
-[权重下载地址](https://pan.baidu.com/s/18KzBmOTENjByoWWR17zdiQ?pwd=0000)
+[权重下载地址](https://pan.baidu.com/s/18KzBmOTENjByoWWR17zdiQ?pwd=0000)下载权重到当前文件夹，生成的图片默认存放在output文件夹下
 ```
-HIP_VISIBLE_DEVICES=1 python Inference.py --model_path ./weights/FastSAM_X.pt --img_path ./images/dogs.jpg
+HIP_VISIBLE_DEVICES=1 python Inference.py --model_path ./FastSAM_X.pt --img_path ./images/dogs.jpg
 ```
 ## result
 此处以Fast-SAM-x模型进行推理测试<br>