add new

README.md

@@ -6,7 +6,7 @@
 ## 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/yongshk/unet-pytorch/-/raw/main/doc/unet.png)
+![img](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/unet.png)
 ## 算法原理
 U-Net 的核心原理如下：
 
@@ -14,7 +14,7 @@ U-Net 的核心原理如下：
 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/yongshk/unet-pytorch/-/raw/main/doc/原理.png)
+![img](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/原理.png)
 ## 环境配置
 ### Docker（方法一）
 此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤
@@ -71,7 +71,7 @@ python train.py
 python predict.py -i image.jpg -o output.jpg
 ```
 ## result
-![rusult](https://developer.hpccube.com/codes/yongshk/unet-pytorch/-/raw/main/doc/结果.png)
+![rusult](https://developer.hpccube.com/codes/modelzoo/unet-pytorch/-/raw/main/doc/结果.png)
 
 ### 精度
 测试数据：[test data](https://www.kaggle.com/c/carvana-image-masking-challenge/data)，使用的加速卡:Z100L。（采用iou系数）