v1.2.4

README.md

@@ -3,14 +3,19 @@
 ## 论文
 `An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale`
 - https://arxiv.org/abs/2010.11929
+
 ## 模型结构
 Vision Transformer先将图像用卷积进行分块以降低计算量，再对每一块进行展平处理变成序列，然后将序列添加位置编码和cls token，再输入多层Transformer结构提取特征，最后将cls tooken取出来通过一个MLP（多层感知机）用于分类。
+<div align=center>
+    <img src="./doc/vit.png"/>
+</div>
 
-![img](./doc/vit.png)
 ## 算法原理
 图像领域借鉴《Transformer is all you need！》算法论文中的Encoder结构提取特征，Transformer的核心思想是利用注意力模块attention提取特征：
+<div align=center>
+    <img src="./doc/attention.png"/>
+</div>
 
-![img](./doc/attention.png)
 ## 环境配置
 ```
 mv megatron-deepspeed-vit_pytorch megatron-deepspeed-vit # 去框架名后缀
@@ -99,12 +104,14 @@ sh examples/dspvit_1dcu.sh
 sh examples/dspvit_1node.sh
 ```
 ## result
-![img](./doc/classify.png)
+<div align=center>
+    <img src="./doc/classify.png"/>
+</div>
 ## 应用场景
 ### 算法类别
 `图像分类`
 ### 热点应用行业
-`制造,环境,医疗,气象`
+`制造,环保,医疗,气象`
 ## 源码仓库及问题反馈
 - https://developer.hpccube.com/codes/modelzoo/megatron-deepspeed-vit_pytorch
 ## 参考资料

model.properties

@@ -5,6 +5,6 @@ modelName=megatron-deepspeed-vit_pytorch
 # 模型描述
 modelDescription=基于transformer的图像分类算法
 # 应用场景
-appScenario=推理,训练,图像分类,制造,环境,医疗,气象
+appScenario=推理,训练,图像分类,制造,环保,医疗,气象
 # 框架类型
 frameType=PyTorch