修改readme

README.md

@@ -2,7 +2,7 @@
  * @Author: liuhy
  * @email: liuhy6@sugon.com
  * @Date: 2023-03-03 10:17:07
- * @LastEditTime: 2023-03-03 11:12:57
+ * @LastEditTime: 2023-03-03 11:14:17
  * @FilePath: \lpr\README.md
 -->
 # License-Plate-Recoginition(LPR)
@@ -41,12 +41,7 @@ Fine-tuning时只训练从起始epoch到最大epoch。
 LPR模型用test.py对训练出的模型进行测试，使用方法如下：
 
 `
-python test.py \
-        --model 需要测试的pth模型路径 \
-        --imgpath 测试集路径 # 单张图像或文件夹皆可
-
-        --export_onnx 该参数用于选择是否需要将pth模型转为onnx模型
-        --dynamic 该参数用于选择onnx模型是否使用动态的batch size
+python test.py --model 需要测试的pth模型路径 --imgpath 测试集路径(文件夹或图像皆可)  --export_onnx True/False(该参数用于选择是否需要将pth模型转为onnx模型) --dynamic True/False(该参数用于选择onnx模型是否使用动态的batch size)
 `
 ### 推理
 我们分别提供了基于OnnxRuntime(ORT)和Migraphx的推理脚本，版本依赖：
@@ -56,13 +51,13 @@ python test.py \
 LPRNet_ORT_infer.py是基于ORT的的推理脚本，使用方法：
 
 `
-python LPRNet_ORT_infer.py --model onnx模型路径 --imgpath 数据路径(文件夹图像皆可)
+python LPRNet_ORT_infer.py --model onnx模型路径 --imgpath 数据路径(文件夹或图像皆可)
 `
 #### Migraphx
 LPRNet_migraphx_infer.py是基于Migraphx的推理脚本，使用需安装好Migraphx，支持onnx模型和mxr模型推理，mxr模型是migraphx将onnx模型保存成的离线推理引擎，初次使用onnx模型会保存对应的mxr模型。使用方法：
 
 `
-python LPRNet_migraphx_infer.py --model mxr/onnx模型路径 --imgpath 数据路径(文件夹图像皆可) --savepath mxr模型的保存路径以及模型名称
+python LPRNet_migraphx_infer.py --model mxr/onnx模型路径 --imgpath 数据路径(文件夹或图像皆可) --savepath mxr模型的保存路径以及模型名称
 `
 ## 性能和准确率数据
 测试数据使用的是[LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch/tree/master/data/test)，使用的加速卡是DCU Z100。**mxr格式的模型是migraphx创建的onnx模型的离线引擎。**