编写readme

README.md

@@ -11,12 +11,15 @@ 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
 ## 训练及推理
 ### 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 \
     --train_img_dirs 训练集文件夹路径 \
     --test_img_dirs 验证集文件夹路径
 `
+
 Fine-tunning使用以下命令：
+
 `
 python train.py \
     --train_img_dirs 训练集文件夹路径 \
@@ -28,6 +31,7 @@ python train.py \
 
 ### 测试
 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 \
@@ -42,12 +46,14 @@ python test.py \
 
 #### ORT
 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)
 `
 
 #### 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
 `