Update sf.md

README.md

@@ -5,7 +5,7 @@
 
 ## 模型结构
 UNet（全名 U-Net）是一种用于图像分割的卷积神经网络（CNN）架构，UNet 的结构具有 U 形状，因此得名。
-![img](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/unet.png)
+![img](https://developer.sourcefind.cn/codes/modelzoo/unet-pytorch/-/raw/main/doc/unet.png)
 
 ## 算法原理
 U-Net 的核心原理如下：
@@ -13,7 +13,7 @@ U-Net 的核心原理如下：
 1. **编码器（Contracting Path）**：U-Net 的编码器由卷积层和池化层组成，用于捕捉图像的特征信息并逐渐减小分辨率。这一部分的任务是将输入图像缩小到一个低分辨率的特征图，同时保留有关图像内容的关键特征。
 2. **中间层（Bottleneck）**：在编码器和解码器之间，U-Net 包括一个中间层，通常由卷积层组成，用于进一步提取特征信息。
 3. **解码器（Expansive Path）**：U-Net 的解码器包括上采样层和卷积层，用于将特征图恢复到原始输入图像的分辨率。解码器的任务是将高级特征与低级特征相结合，以便生成分割结果。这一部分的结构与编码器相对称。
-![img](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/原理.png)
+![img](https://developer.sourcefind.cn/codes/modelzoo/unet-pytorch/-/raw/main/doc/原理.png)
 
 ## 环境配置
 ### Docker（方法一）
@@ -39,7 +39,7 @@ pip install NumPy==1.23.5
 ```
 
 ### Anaconda（方法三）
-关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.hpccube.com/tool/)开发者社区下载安装。
+关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
 ```
 DTK驱动：dtk24.04
 python：python3.10
@@ -97,7 +97,7 @@ python predict.py -m model_path -i image.jpg -o output.jpg
 ```
 
 ## result
-![rusult](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/结果.png)
+![rusult](https://developer.sourcefind.cn/codes/modelzoo/unet-pytorch/-/raw/main/doc/结果.png)
 
 ### 精度
 测试数据：carvana，使用的加速卡:Z100L。（采用iou系数）
@@ -118,7 +118,7 @@ python predict.py -m model_path -i image.jpg -o output.jpg
 [milesial/Pytorch-UNet](https://github.com/milesial/Pytorch-UNet/releases/tag/v3.0)
 
 ## 源码仓库及问题反馈
-- https://developer.hpccube.com/codes/modelzoo/unet-pytorch
+- https://developer.sourcefind.cn/codes/modelzoo/unet-pytorch
 
 ## 参考资料
 - https://github.com/milesial/Pytorch-Unet