更换dtk24.04.1镜像

README.md

@@ -22,9 +22,9 @@
 ### Docker（方法一）
 -v 路径、docker_name和imageID根据实际情况修改
 
-```image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04.1-py38-latest
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04.1-py38-latest
-docker run -it -v /path/your_code_data/:/path/ your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+```image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
+docker run -it -v /path/your_code_data/:/path/ your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro  --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 
 cd /your_code_path/maskeddenoising_pytorch
 pip install -r requirement.txt
@@ -37,7 +37,7 @@ pip install -r requirement.txt
 cd ./docker
 cp ../requirement.txt requirement.txt
 docker build --no-cache -t maskeddenoising:latest .
-docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+docker run -it -v /path/your_code_data/:/path/your_code_data/  -v /opt/hyhal/:/opt/hyhal/:ro --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 
 cd /your_code_path/maskeddenoising_pytorch
 pip install -r requirement.txt
@@ -47,10 +47,10 @@ pip install -r requirement.txt
 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：dtk23.04.1
-python：python3.8
-torch：1.13.1
-torchvision：0.14.1
+DTK软件栈：dtk24.04.1
+python：python3.10
+torch：2.1.0
+torchvision：0.16.0
 ```
 
 Tips：以上dtk软件栈、python、torch等DCU相关工具版本需要严格一一对应
@@ -64,7 +64,7 @@ pip install -r requirement.txt
 ## 数据集
 数据集下载地址：[SCNet AIDatasets](http://113.200.138.88:18080/aidatasets)，将待训练数据`Train400/DIV2K/Flickr2K`放入`trainset`文件夹中
 
-[Train400](http://113.200.138.88:18080/aidatasets/project-dependency/dncnn)
+[Train400](http://113.200.138.88:18080/aidatasets/project-dependency/dncnn/-/tree/master/TrainingCodes/DnCNN_TrainingCodes_v1.0/data/Train400?ref_type=heads)
 
 [Train Data (HR images)](http://113.200.138.88:18080/aidatasets/project-dependency/div2k/-/blob/master/DIV2K_train_HR.zip)
 
@@ -77,7 +77,7 @@ python gen_data.py
 ```
 
 测试数据集(已在项目中预置)：BSD68、CBSD68、Kodak24、McMaster
-- https://github.com/cszn/FFDNet/tree/master/testsets
+- (http://113.200.138.88:18080/aidatasets/project-dependency/ffdnet/-/tree/master/testsets?ref_type=heads)
 
 数据集的目录结构如下：