update README

README.md

 # mobilenet_prune
-## 模型介绍
-基于torch-pruning对mobilenetv2、mobilenetv3、efficientnet进行剪枝。
+## 论文
+EfficientNet
+https://arxiv.org/pdf/1905.11946.pdf
+mobilenetv2
+https://arxiv.org/pdf/1801.04381.pdf
+mobilenetv3
+https://arxiv.org/pdf/1905.02244.pdf
 ## 模型结构
 模型结构见官方论文：
 EfficientNet
@@ -9,10 +14,11 @@ mobilenetv2
 https://arxiv.org/pdf/1801.04381.pdf
 mobilenetv3
 https://arxiv.org/pdf/1905.02244.pdf
+## 算法原理
+CNN原理
 ## 数据集
 torchvision.datasets.CIFAR10
-## 剪枝及微调
-### 环境配置
+## 环境配置
 在[光源](https://www.sourcefind.cn/#/service-details)可拉取剪枝及微调的docker镜像，在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)可下载torch安装包。mobilenet_prune推荐的镜像如下：
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04-py37-latest
@@ -27,7 +33,7 @@ cd mobilenet_prune
 pip3 install -r requirements.txt
 ```
 
-### 剪枝
+## 剪枝
 efficientnet
 ```
 python3 main.py --mode prune --model efficientnet --batch-size 128 --restore ./checkpoints/efficientnet.pt --dataset cifar10  --method l1 --speed-up 2.11 --global-pruning
@@ -40,7 +46,7 @@ mobilenetv3
 ```
 python3 main.py --mode prune --model mobilenetv3 --batch-size 128 --restore ./checkpoints/mobilenetv3.pt --dataset cifar10  --method l1 --speed-up 2.11 --global-pruning
 ```
-### 测试
+## 测试
 efficientnet
 ```
 python3 main.py --mode test --model efficientnet --batch-size 128 --restore ./run/cifar10/prune/cifar10-global-l1-efficientnet/cifar10_efficientnet_l1.pt --dataset cifar10  --method l1 --speed-up 2.11 --global-pruning
@@ -53,7 +59,8 @@ mobilenetv3
 ```
 python3 main.py --mode test --model mobilenetv3 --batch-size 128 --restore ./run/cifar10/prune/cifar10-global-l1-mobilenetv3/cifar10_mobilenetv3_l1.pt --dataset cifar10  --method l1 --speed-up 2.11 --global-pruning
 ```
-## 性能和准确率数据
+## result
+### 精度
 method l1
 | model | Base Acc | Pruned Acc | infer time(ms)| pruned infer time(ms)| 
 | :------: | :------: |:------: |:------: |:------: |
@@ -75,6 +82,11 @@ method group_norm
 | mobilenetv2 | 0.9222 | 0.8953 | 0.0002316784713882953 | 0.0001845753353089094 | 
 | mobilenetv3 | 0.9034 | 0.8852 | 0.0001795800439082086 | 0.00017950512771494688 | 
 
+## 应用场景
+### 算法类别
+图像分类
+### 热点应用行业
+交通,金融,医疗,教育,家居
 ## 源码仓库及问题反馈
 https://developer.hpccube.com/codes/modelzoo/mobilenet_prune
 ## 参考

model.properties

+# 模型唯一标识
+modelCode = 378
 # 模型名称
 modelName=mobilenet_prune
 # 模型描述
 modelDescription=mobilenet_prune是一个实现对mobilenet、efficientnet剪枝的demo
 # 应用场景
-appScenario=剪枝、微调
+appScenario=交通,金融,医疗,教育,家居
 # 框架类型
 frameType=pytorch