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 10:25:36
+ * @LastEditTime: 2023-03-03 10:26:40
  * @FilePath: \lpr\README.md
 -->
 # License-Plate-Recoginition(LPR)
@@ -12,6 +12,7 @@ LPR是一个基于深度学习技术的车牌识别模型，主要识别目标
 模型采用LPRNet，模型结构主要包含三部分：一个轻量级CNN主干网络、基于预定位置的字符分类头部、基于贪婪算法的序列解码。此外模型使用CTC Loss和RMSprop优化器。参考论文[LPRNet: License Plate Recognition via Deep Neural Networks](https://arxiv.org/pdf/1806.10447v1.pdf)
 ## 数据集
 推荐使用一个车牌数据集[CCPD](https://github.com/detectRecog/CCPD "CCPD官网GitHub")，该数据集由中科大收集，可用于车牌的检测与识别。
+
 我们提供了一个脚本cut_ccpd.py用于剪裁出CCPD数据集中的车牌位置，以便用于LPR模型的训练，在cut_ccpd.py中修改img_path和save_path即可，分别是CCPD数据集中ccpd_base文件夹的路径和剪裁出的图像保存路径。LPR用于训练的数据文件名就是图像的标签。**数据集使用固定的大小94x24。**
 ## 训练及推理
 ### 环境配置
@@ -22,9 +23,12 @@ LPR是一个基于深度学习技术的车牌识别模型，主要识别目标
 ### 训练与Fine-tunning
 LPR模型的训练程序是train.py，初次训练模型使用以下命令：
 
-    `python train.py \
+`
+    python train.py \
         --train_img_dirs 训练集文件夹路径 \
-        --test_img_dirs 验证集文件夹路径`
+        --test_img_dirs 验证集文件夹路径
+`
+
 Fine-tunning使用以下命令：
 
     python train.py \