update README

README.md

@@ -7,6 +7,9 @@ https://arxiv.org/pdf/1801.04381.pdf
 mobilenetv3
 https://arxiv.org/pdf/1905.02244.pdf
 ## 模型结构
+mobilenetv2:
+
+![image](https://developer.hpccube.com/codes/modelzoo/mobilenet_prune/-/raw/main/mobilenet.png)
 模型结构见官方论文：
 EfficientNet
 https://arxiv.org/pdf/1905.11946.pdf
@@ -19,7 +22,7 @@ CNN原理
 ## 数据集
 torchvision.datasets.CIFAR10
 ## 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：
+在[光源](https://sourcefind.cn/#/main-page)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
 ```
@@ -62,25 +65,25 @@ python3 main.py --mode test --model mobilenetv3 --batch-size 128 --restore ./run
 ## result
 ### 精度
 method l1
-| model | Base Acc | Pruned Acc | infer time(ms)| pruned infer time(ms)| 
-| :------: | :------: |:------: |:------: |:------: |
-| efficientnet | 0.9300 | 0.9248 | 0.0002999543173238635 | 0.00020822092089802026 | 
-| mobilenetv2 | 0.9222 | 0.9205 | 0.0002316784713882953 | 0.0001843295431230217 | 
-| mobilenetv3 | 0.9034 | 0.8963 | 0.0001795800439082086 | 0.00017755813361145555 | 
+| model | Base Acc | Pruned Acc | 
+| :------: | :------: |:------: |
+| efficientnet | 0.9300 | 0.9248 | 
+| mobilenetv2 | 0.9222 | 0.9205 | 
+| mobilenetv3 | 0.9034 | 0.8963 | 
 
 method lamp
-| model | Base Acc | Pruned Acc | infer time(ms)| pruned infer time(ms)| 
-| :------: | :------: |:------: |:------: |:------: |
-| efficientnet | 0.9300 | 0.9256 | 0.0002999543173238635 | 0.0002188411075156182 | 
-| mobilenetv2 | 0.9222 | 0.9225 | 0.0002316784713882953 | 0.00018430372192524373 | 
-| mobilenetv3 | 0.9034 | 0.9044 | 0.0001795800439082086 | 0.00017515251087024808 | 
+| model | Base Acc | Pruned Acc | 
+| :------: | :------: |:------: |
+| efficientnet | 0.9300 | 0.9256 | 
+| mobilenetv2 | 0.9222 | 0.9225 | 
+| mobilenetv3 | 0.9034 | 0.9044 | 
 
 method group_norm
-| model | Base Acc | Pruned Acc | infer time(ms)| pruned infer time(ms)| 
-| :------: | :------: |:------: |:------: |:------: |
-| efficientnet | 0.9300 | 0.8977 | 0.0002999543173238635 | 0.00023468093229457736 | 
-| mobilenetv2 | 0.9222 | 0.8953 | 0.0002316784713882953 | 0.0001845753353089094 | 
-| mobilenetv3 | 0.9034 | 0.8852 | 0.0001795800439082086 | 0.00017950512771494688 | 
+| model | Base Acc | Pruned Acc | 
+| :------: | :------: |:------: |
+| efficientnet | 0.9300 | 0.8977 | 
+| mobilenetv2 | 0.9222 | 0.8953 | 
+| mobilenetv3 | 0.9034 | 0.8852 | 
 
 ## 应用场景
 ### 算法类别
@@ -89,6 +92,6 @@ method group_norm
 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
+## 参考资料
 * [Torch-Pruning](https://github.com/VainF/Torch-Pruning)