Merge branch 'icon' into 'master'

Add icon and scnet.

See merge request !1

README.md

 # Unet_Paddle
 ## 论文
 `U-Net: Convolutional Networks for Biomedical Image Segmentation`
+- https://arxiv.org/pdf/1505.04597.pdf
 
-- [https://arxiv.org/pdf/1505.04597.pdf](https://arxiv.org/pdf/1505.04597.pdf)
 ## 模型结构
 U-Net模型是一种基于编码器-解码器结构的卷积神经网络，通过不断降采样和上采样的操作，将输入图像映射到相应的分割结果，使得模型具有有效的特征提取和高分辨率分割的能力。
-
 ![unet_architecture](unet_architecture.png)
 
-
 ## 算法原理
 U-Net模型通过编码器部分进行特征提取，然后通过对称的解码器部分进行特征重建和上采样操作，最终将低分辨率的特征映射转化为高分辨率的分割结果，实现图像分割任务。
-
 ![unet](unet.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
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/paddlepaddle:2.3.2-centos7.6-dtk-22.10-py38-latest
 
@@ -29,8 +24,8 @@ pip install sklearn==0.0
 pip install filelock==3.9.0
 pip install visualdl==2.5.0
 ```
+
 ### Dockerfile（方法二）
-此处提供dockerfile的使用方法
 ```
 cd ./docker
 docker build --no-cache -t unet_paddle:v1.0 .
@@ -42,6 +37,7 @@ pip install sklearn==0.0
 pip install filelock==3.9.0
 pip install visualdl==2.5.0
 ```
+
 ### Anaconda（方法三）
 此处提供本地配置、编译的详细步骤，例如：
 
@@ -63,15 +59,9 @@ pip install filelock==3.9.0
 pip install visualdl==2.5.0
 ```
 
-
-
 ## 数据集
 `cityscapes`
-下载地址为:[cityscapes](https://www.cityscapes-dataset.com/)
-
-也可以使用网盘进行下载
-链接：https://pan.baidu.com/s/1_2TdUMhZoSfLQ-CE7bCmXg 
-提取码：yo5c 
+- http://113.200.138.88:18080/aidatasets/project-dependency/cityscapes_preprocess
 
 数据集结构如下：
 ```
@@ -156,8 +146,7 @@ pip install visualdl==2.5.0
         └── munster
 ```
 
-### 数据预处理：
-
+### 数据预处理
 在主目录下执行
 
 ```
@@ -197,14 +186,16 @@ python -m paddle.distributed.launch tools/train.py --config configs/unet/unet_ci
 | 卡数 | 准确率 |
 | :------: | :------: |
 | 4 | 63.92% |
+
 ## 应用场景
 ### 算法类别
-`图像分割`
+图像分割
 
 ### 热点应用行业
-`医疗,交通,家居`
+医疗,交通,家居
 
 ## 源码仓库及问题反馈
 - https://developer.hpccube.com/codes/modelzoo/unet_paddle
+
 ## 参考资料
 - https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.7/configs/unet