v1.0.1

Seg_UKAN/README.md

@@ -7,13 +7,13 @@ U-KAN精度高于Mamba、Transformer构建的Unet模型，本算法基于U-KAN
 ## 模型结构
 KAN已成为MLP的一个有前景的替代方案，U-KAN将新兴算法KAN的优势融入到成熟的U-Net Pipeline 中提升精度，同时增加可解释性，本算法进一步引入部分QKV注意力、KAN ffn等来增强模型的特征提取能力，弥补KAN的不足。
 <div align=center>
-    <img src="./doc/structure.png"/>
+    <img src="./Seg_UKAN/doc/structure.png"/>
 </div>
 
 ## 算法原理
 U-KAN与其它图像分割算法一样，将图片数据送入模型后，依次通过预处理、特征提取，最后经过卷积预测出像素类别实现分割。
 <div align=center>
-    <img src="./doc/algorithm.png"/>
+    <img src="./Seg_UKAN/doc/algorithm.png"/>
 </div>
 
 ## 环境配置
@@ -81,11 +81,11 @@ Seg_UKAN
 cd Seg_UKAN
 python train.py --arch UKAN --dataset busi --input_w 256 --input_h 256 --name busi_UKAN  --data_dir ./inputs
 ```
-更多资料可参考源项目的[`README_origin`](../README_origin.md)
+更多资料可参考源项目的[`README_origin`](./README_origin.md)
 
 ## result
 <div align=center>
-    <img src="./doc/seg.png"/>
+    <img src="./Seg_UKAN/doc/seg.png"/>
 </div>
 
 ### 精度
@@ -102,7 +102,7 @@ python train.py --arch UKAN --dataset busi --input_w 256 --input_h 256 --name bu
 ### 热点应用行业
 `医疗,电商,制造,能源`
 ## 源码仓库及问题反馈
-- http://developer.hpccube.com/codes/modelzoo/repvit-optimize_pytorch.git
+- http://developer.hpccube.com/codes/modelzoo/u-kan-optimize_pytorch.git
 ## 参考资料
 - https://github.com/CUHK-AIM-Group/U-KAN.git
 - https://github.com/KindXiaoming/pykan.git

Seg_UKAN/model.properties

 # 模型编码
-modelCode=697
+modelCode=747
 # 模型名称
 modelName=u-kan-optimize_pytorch
 # 模型描述