修改readme

README.md

@@ -10,9 +10,9 @@ DBnet是一种基于分割的文本检测方法，相比传统分割方法需要
 
 ## python版本推理
 
-下面介绍如何运行python代码示例，具体推理代码解析，在Doc/Tutorial_Python.md中有详细说明。
+下面介绍如何运行Python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
 
-### 拉取镜像
+### 下载镜像
 
 在光源可拉取推理的docker镜像，PaddleOCR工程推荐的镜像如下：
 
@@ -20,9 +20,13 @@ DBnet是一种基于分割的文本检测方法，相比传统分割方法需要
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
 ```
 
-### 推理示例
+### 设置Python环境变量
 
-python依赖安装：
+```
+export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
+```
+
+### 安装依赖
 
 ```
 # 进入python示例目录
@@ -32,6 +36,8 @@ cd <path_to_paddleocr_migraphx>/Python
 pip install -r requirements.txt
 ```
 
+### 运行示例
+
 依赖安装成功之后，可在当前目录执行如下指令运行程序推理：
 
 ```
@@ -50,9 +56,15 @@ PaddleOCR车牌识别结果为：
 
 ## C++版本推理
 
-下面介绍如何运行C++代码示例，具体推理代码解析，在Doc/Tutorial_Cpp.md目录中有详细说明。
+下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。
+
+### 下载镜像
 
-参考Python版本推理中的构建安装，在光源中拉取推理的docker镜像。
+在光源中下载MIGraphX镜像： 
+
+```
+docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
+```
 
 ### 安装Opencv依赖
 
@@ -97,7 +109,7 @@ export LD_LIBRARY_PATH=<path_to_paddleocr_migraphx>/depend/lib/:$LD_LIBRARY_PATH
 source ~/.bashrc
 ```
 
-### 推理示例
+### 运行示例
 
 成功编译PaddleOCR车牌识别工程后，执行如下命令运行该示例：