修改readme

README.md

@@ -2,14 +2,14 @@
  * @Author: liuhy
  * @email: liuhy6@sugon.com
  * @Date: 2023-03-03 10:17:07
- * @LastEditTime: 2023-03-03 10:26:40
+ * @LastEditTime: 2023-03-03 10:30:48
  * @FilePath: \lpr\README.md
 -->
 # License-Plate-Recoginition(LPR)
 ## 模型介绍
 LPR是一个基于深度学习技术的车牌识别模型，主要识别目标是自然场景的车牌图像。
 ## 模型结构
-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)
+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。
 
@@ -23,11 +23,11 @@ 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 \
         --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：