Modify README.md

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

README.md

@@ -6,11 +6,11 @@
 ## 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。
 
-![img](./doc/vit.png)
+![img](./docs/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)
+![img](./docs/attention.png)
 ## 环境配置
 ### Docker（方法一）
 ```