update readme

README.md

@@ -9,7 +9,7 @@
 <!-- 此处一句话简要介绍模型结构 -->
 先把一个序列表示成一个准3D的规范量，然后通过定义一个双射，这样我们通过一个准3D空间，就可以描述一个完整的运动。
 <div align=center>
-    <img src="./doc/基本原理.png"/>
+    <img src="./doc/Method_overview.png"/>
 </div>
 
 ## 算法原理
@@ -64,7 +64,7 @@ pip install -r requirements.txt
 <!-- - 此处填写公开数据集在公司内部的下载地址（数据集存放中心为：[SCNet AIDatasets](http://113.200.138.88:18080/aidatasets) ，模型用到的各公开数据集请分别填上具体地址。），过小权重文件可打包到项目里。 -->
 <!-- - 此处填写公开数据集官网下载地址（非必须）。 -->
 
-此处提供数据下载、预处理脚本的使用方法
+提供数据下载、预处理脚本的使用方法
 ```
 cd /your_code_path/omnimotion/
 python get_davis.py # 下载数据集DAVIS-2017-trainval-480p
@@ -88,7 +88,7 @@ python main_processing.py # 预处理数据集
 <!-- 一般情况下，ModelZoo上的项目提供单机训练的启动方法即可，单机多卡、单机单卡至少提供其一训练方法。 -->
 ### 单机多卡
 ```
-python train.py --config configs/default.txt # 注意config文件的expname和data_dir参数
+python train.py --config configs/default.txt # 注意修改configs文件以及config.py文件
 ```
 
 <!-- ### 单机单卡
@@ -107,12 +107,12 @@ python viz.py --config configs/default.txt
 </div>
 可视化结果
 
-- GPU 
+- GPU: ./doc/GPU-dogs-jump_corr_foreground_100000.mp4
 
 <video src="./doc/GPU-dogs-jump_corr_foreground_100000.mp4" controls="controls" width="700" height="200"></video>
 
 
-- DCU 
+- DCU: ./doc/DCU-dogs-jump_corr_foreground_100000.mp4
 
 <video src="./doc/DCU-dogs-jump_corr_foreground_100000.mp4" controls="controls" width="700" height="200"></video>
 
@@ -146,7 +146,7 @@ python viz.py --config configs/default.txt
 
 ## 源码仓库及问题反馈
 <!-- - 此处填本项目gitlab地址 -->
-- https://developer.hpccube.com/codes/bailuo/omnimotion_pytorch
+- https://developer.hpccube.com/codes/modelzoo/omnimotion_pytorch
 
 ## 参考资料
 <!-- - 此处填源github地址（方便使用者查看原github issue）

model.properties

 # 模型编码
-modelCode=698
+modelCode=796
 # 模型名称
 modelName=omnimotion_pytorch
 # 模型描述