修改readme

README.md

@@ -18,7 +18,7 @@ Yolov3算法的基本思想：首先通过特征提取网络对输入提取特
 
 ## 环境配置
 
-### Docker
+### Docker（方法一）
 
 拉取镜像：
 
@@ -35,6 +35,15 @@ docker run --shm-size 16g --network=host --name=yolov3_migraphx --privileged --d
 source /opt/dtk/env.sh
 ```
 
+### Dockerfile（方法二）
+
+```
+cd ./docker
+docker build --no-cache -t yolov3_migraphx:2.0 .
+
+docker run --shm-size 16g --network=host --name=yolov3_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/yolov3_migraphx:/home/yolov3_migraphx -it <Your Image ID> /bin/bash
+```
+
 ## 数据集
 
 根据提供的样本数据，进行目标检测。
@@ -128,6 +137,10 @@ C++程序运行结束后，会在build目录生成目标检测图像。
 
 <img src="./Resource/Images/Result_1.jpg" alt="Result" style="zoom:50%;" />
 
+### 精度
+
+无
+
 ## 应用场景
 
 ### 算法类别
@@ -142,6 +155,6 @@ C++程序运行结束后，会在build目录生成目标检测图像。
 
 https://developer.hpccube.com/codes/modelzoo/yolov3_migraphx
 
-## 参考
+## 参考资料
 
 https://github.com/ultralytics/yolov3

docker/Dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/migraphx:4.0.0-centos7.6-dtk23.04.1-py38-latest
+RUN source /opt/dtk/env.sh

model.properties

@@ -5,6 +5,6 @@ modelName=yolov3_migraphx
 #模型描述
 modelDescription=YOLOV3是由Joseph Redmon和Ali Farhadi在2018年提出的单阶段目标检测模型，主要用于自然场景的目标检测。
 #应用场景
-appScenario=推理,CV,目标检测
+appScenario=推理,目标检测,交通,教育,化工
 #框架类型
 frameType=migraphx
\ No newline at end of file