Merge branch 'icon' into 'master'

Add icon and scnet

See merge request !1

README.md

 # VGG16
-
 ## 论文
-
-VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
-
+`VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION`
 - https://arxiv.org/abs/1409.1556
 
 ## 模型结构
-
 VGG模型是2014年ILSVRC竞赛的第二名，第一名是GoogLeNet。但是VGG模型在多个迁移学习任务中的表现要优于GoogLeNet。而且，从图像中提取CNN特征，VGG模型是首选算法。
 
 ![20231124132639](./images/20231124132639.png)
 
 ## 算法原理
-
 VGG16共有16个层，是一个相当深的卷积神经网络。VGG各种级别的结构都采用了5段卷积，每一段有一个或多个卷积层。
 
 ![20231124132925](./images/20231124132925.png)
 
 ## 环境配置
-
 ### Docker（方法一）
-
-```python
+```bash
 git clone --recursive http://developer.hpccube.com/codes/modelzoo/vgg16_mmcv.git
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
 # <your IMAGE ID>用以上拉取的docker的镜像ID替换
@@ -33,7 +26,6 @@ pip install -r requirements.txt
 ```
 
 ### Dockerfile（方法二）
-
 ```plaintext
 cd vgg16_mmcv/docker
 docker build --no-cache -t vgg16_mmcv:latest .
@@ -42,9 +34,7 @@ docker run --rm --shm-size 10g --network=host --name=vgg16 --privileged --device
 ```
 
 ### Anaconda（方法三）
-
 1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装： https://developer.hpccube.com/tool/
-
 ```plaintext
 DTK驱动：dtk22.10.1
 python：python3.7
@@ -55,67 +45,53 @@ Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一
 ```
 
 2、其它非特殊库参照requirements.txt安装
-
 ```plaintext
 pip install -r requirements.txt
 ```
 
 ## 数据集
-
-在本测试中可以使用ImageNet数据集。
-
-下载ImageNet数据集：https://image-net.org/
+在本测试中可以使用ImageNet数据集，下载ImageNet数据集：http://113.200.138.88:18080/aidatasets/project-dependency/imagenet-2012
 
 下载val数据：链接：https://pan.baidu.com/s/1oXsmsYahGVG3uOZ8e535LA?pwd=c3bc 提取码：c3bc 替换ImageNet数据集中的val目录，处理后的数据结构如下：
 
 ```
-data
-    ├──imagenet
-        ├── meta
-            ├──val.txt
-            ├──train.txt
-            ...
-        ├── train
-        ├── val
-  
+├── data
+│   ├── imagenet
+│       ├── meta
+│           ├── val.txt
+│           ├── train.txt
+│           ...
+│       ├── train
+│       ├── val
 ```
 
 ## 训练
-
 将训练数据解压到data目录下。
 
 ### 单机8卡
-
-    ./vgg16.sh
-
+```
+bash ./vgg16.sh
+```
 
 ## result
-
 ![img](https://developer.hpccube.com/codes/modelzoo/vit_pytorch/-/raw/master/image/README/1695381570003.png)
 
 ### 精度
-
 测试数据使用的是ImageNet数据集，使用的加速卡是DCU Z100L。
 
 | 卡数 |          精度           |
 | :--: | :---------------------: |
 |  8   | top1:0.7162;top5:0.9049 |
 
-
 ## 应用场景
-
 ### 算法类别
-
 图像分类
 
 ### 热点行业
-
 制造,能源,交通,网安
 
 ## 源码仓库及问题反馈
-
-https://developer.hpccube.com/codes/modelzoo/vgg16_mmcv
+- https://developer.hpccube.com/codes/modelzoo/vgg16_mmcv
 
 ## 参考资料
-
-https://github.com/open-mmlab/mmpretrain
+- https://github.com/open-mmlab/mmpretrain