modify readme.md and model.properties.

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

Python/README.md

@@ -3,7 +3,7 @@
  * @email: lijian6@sugon.com
  * @Date: 2023-06-06
  * @LastEditTime: 2023-06-06
- * @FilePath: \lpr\README.md
+ * @FilePath: README.md
 -->
 # Vision Transformer(ViT)
 
@@ -22,20 +22,23 @@ Vision Transformer模型结构如下图所示主要包括三部分，patch embed
 ## 训练
 
 ### 环境配置
-在[光源](https://www.sourcefind.cn/#/service-details)可拉取训练以及推理的docker镜像，推荐的镜像如下：
+
+在[光源](https://www.sourcefind.cn/#/service-details)可拉取训练的docker镜像，推荐的镜像如下：
 * 训练镜像：docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
 
-在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)可下载MIGraphX：
+若想使用MIGraphX做推理，可在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)中下载MIGraphX.
 
 ### Fine-tunning
-模型的训练程序是train.py，预训练模型为[base_patch16_224_in21k](https://github.com/rwightman/pytorch-image-models/releases/download/v0.1-vitjx/jx_vit_base_patch16_224_in21k-e5005f0a.pth)，需要先下载与训练模型。fine-tuning训练模型使用以下命令：
+
+模型的训练程序是train.py，预训练模型为[base_patch16_224_in21k](https://github.com/rwightman/pytorch-image-models/releases/download/v0.1-vitjx/jx_vit_base_patch16_224_in21k-e5005f0a.pth)，需要先下载预训练模型。fine-tuning训练模型使用以下命令：
 
     python train.py 
 
 Fine-tuning时可调整epoch参数来调整模型。
 
 ### 预训练模型
-在weights文件夹下我们提供了一个预训练模型以及对应的fine-tuning模型和onnx模型。
+
+本项目使用[base_patch16_224_in21k](https://github.com/rwightman/pytorch-image-models/releases/download/v0.1-vitjx/jx_vit_base_patch16_224_in21k-e5005f0a.pth)为预训练模型，需自行下载。下载完预训练模型和数据集，即可开始fine-tun。可用torch进行推理，也可转为onnx模型使用MIGraphX进行推理。
 
 ### 推理
 推理测试模型用infer_pytroch.py和infer_migraphx.py对训练出的模型进行推理，使用方法如下：

README.md

@@ -22,7 +22,7 @@
 
 ## 项目介绍
 
-ViT是将Transformer应用到视觉领域模型框架，本项目是ViT模型在MIGraphX框架上的分类推理示例
+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
 
 ## 环境配置
 

model.properties

@@ -3,6 +3,6 @@ modelName=Vision_Transformer
 # 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=MIGraphX,Pythorch,图形分类,训练,推理,train,inference,C++
+appScenario=训练,推理,train,inference,Pythorch,MIGraphX,图像分类,C++
 # 框架类型(多个标签以英文逗号分割)
 frameType=MIGraphX,Pythorch