v1.0.3

README.md

@@ -17,6 +17,10 @@ YOLOv13将图片数据送入模型后，沿用yolo系列的通用方法，依次
 </div>
 
 ## 环境配置
+```
+mv yolov13_pytorch yolov13
+```
+
 
 ### 硬件需求
 DCU型号：K100AI，节点数量：1 台，卡数：4 张。
@@ -108,6 +112,7 @@ cp Arial.ttf /root/.config/yolov13/Arial.ttf
 ### 单机多卡
 
 ```
+export HIP_VISIBLE_DEVICES=0,1,2,3
 cd /home/yolov13
 python train.py # 此处以yolov13n为例，其它参数量的模型以此类推。
 ```
@@ -117,6 +122,7 @@ python train.py # 此处以yolov13n为例，其它参数量的模型以此类推
 ### 单机多卡
 
 ```
+export HIP_VISIBLE_DEVICES=0,1,2,3
 cd /home/yolov13
 python prediction.py # 此处以yolov13n为例，其它参数量的模型以此类推。
 ```
@@ -151,7 +157,7 @@ image 2/2 /home/yolov13/ultralytics/assets/zidane.jpg: 384x640 2 persons, 1 tie
 ## 预训练权重
 `weights/yolov13n.pt`
 ## 源码仓库及问题反馈
-- http://developer.sourcefind.cn/codes/modelzoo/yolov13.git
+- http://developer.sourcefind.cn/codes/modelzoo/yolov13_pytorch.git
 ## 参考资料
 - https://github.com/iMoonLab/yolov13.git