Update README.md

README.md

@@ -2,7 +2,7 @@
 
 ## 模型介绍
 
-Segment Anything（SA）项目：一个用于图像分割的新任务、模型和数据集。在数据收集循环中使用此高效模型，建立了迄今为止最大的分割数据集（到目前为止），在1100万张许可和尊重隐私的图像上有超过10亿个掩码。该模型被设计和训练为可提示的，因此它可以将零样本转换为新的图像分布和任务。评估了其在许多任务上的能力，发现其零样本性能令人印象深刻，通常与之前的完全监督结果相竞争，甚至优于这些结果。
+SAM是23年4月发布的先进图像分割模型。SAM分为图像编码器和快速提示编码器/掩码解码器，可以重用相同的image embedding图像嵌入（并摊销其成本）与不同的提示。给定image embedding图像嵌入，提示编码器和掩码解码器可以在web浏览器中预测掩码。为了使SAM实现模糊感知，设计它来预测单个提示的多个掩码，从而使SAM能够自然地处理模糊性。
 
 ## 模型结构
 
@@ -52,6 +52,8 @@ python scripts/amg.py --checkpoint <path/to/checkpoint> --model-type <model_type
 
 <path/to/output> 代表分割结果保存路径
 
+
+### 推理结果
 推理的部分结果在同级目录outputs中可以查看
 
 ## 参考