Update

Signed-off-by: lijian <lijian6@sugon.com>

README.md

-# ViT_MIGraphX
+# ViT 
 
-## 目录
-- [目录结构](#目录结构)
-- [项目介绍](#项目介绍)
-- [环境配置](#环境配置)
-- [编译运行](#编译运行)
-- [参考数据](#参考数据)
-- [历史版本](#历史版本)
+## 论文
+`An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale`
+- https://arxiv.org/abs/2010.11929
+## 模型结构
+Vision Transformer先将图像用卷积进行分块以降低计算量，再对每一块进行展平处理变成序列，然后将序列添加位置编码和cls token，再输入多层Transformer结构提取特征，最后将cls tooken取出来通过一个MLP（多层感知机）用于分类。
 
-## 目录结构
-```
-├── Images
-├── Makefile
-├── Models
-│   └── model.onnx
-├── Python
-├── README.md
-└── src
-    └── main.cpp
-```
-
-## 项目介绍
-
-ViT是将Transformer应用到视觉领域的模型结构，本项目是ViT模型在MIGraphX推理框架上的分类推理示例
+![img](./doc/vit.png)
+## 算法原理
+图像领域借鉴《Transformer is all you need！》算法论文中的Encoder结构提取特征，Transformer的核心思想是利用注意力模块attention提取特征：
 
+![img](./doc/attention.png)
 ## 环境配置
-
-推荐使用docker方式运行，提供[光源](https://www.sourcefind.cn/#/service-list)拉取的docker镜像
-
+### Docker（方法一）
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:decode-ffmpeg-dtk23.04
+# <your IMAGE ID>用以上拉取的docker的镜像ID替换
+docker run --shm-size 10g --network=host --name=vit_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v path_to_vit_migraphx:/home/vit_migraphx -it <your IMAGE ID> bash
+```
+### Dockerfile（方法二）
+```
+cd vit_migraphx/docker
+docker build --no-cache -t vit_migraphx:test .
+docker run --rm --shm-size 10g --network=host --name=vit_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v path_to_vit_migraphx:/home/vit_migraphx -it vit_migraphx:test bash
 ```
-
 ## 编译运行
 
 ### 编译
@@ -71,7 +63,13 @@ tar -zxvf flower_photos.tgz
 | MIGraphX | models/model.onnx | sunflowers | 97.4 |
 | MIGraphX | models/model.onnx | tulips | 94.1 |
 
-## 源码仓库及问题反馈
-
-https://developer.hpccube.com/codes/modelzoo/vit_migraphx.git
 
+## 应用场景
+### 算法类别
+`图像分类`
+### 热点应用行业
+`制造,环境,医疗,气象`
+## 源码仓库及问题反馈
+- https://developer.hpccube.com/codes/modelzoo/vit_migraphx.git
+## 参考资料
+- https://github.com/WZMIAOMIAO/deep-learning-for-image-processing

docker/Dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/custom:decode-ffmpeg-dtk23.04

model.properties

+# 模型编码
+modelCode=230
 # 模型名称
-modelName=Vision_Transformer
+modelName=ViT_MIGraphX
 # 模型描述
 modelDescription=ViT是一个基于transformer的视觉图像分类模型
 # 应用场景(多个标签以英文逗号分割)
-appScenario=训练,推理,train,inference,Pytorch,MIGraphX,图像分类,C++
+appScenario=训练,推理,图像分类
 # 框架类型(多个标签以英文逗号分割)
-frameType=MIGraphX
+frameType=MIGraphX,Pytorch