更新dtk24.04.2

README.md

@@ -21,12 +21,13 @@ YOLOv5 是一种基于单阶段目标检测算法，通过将图像划分为不
 ### Docker (方法一)
 
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/paddlepaddle:2.4.2-centos7.6-dtk-23.04-py38-latest
+docker pull image.sourcefind.cn:5000/dcu/admin/base/paddlepaddle:2.6.1-ubuntu22.04-dtk24.04.2-py3.10
 
-docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 
 cd /path/workspace/
 pip3 install -r requirements.txt
+pip3 insatll pillow==9.5.0
 ```
 
 ### Dockerfile (方法二)
@@ -35,6 +36,7 @@ pip3 install -r requirements.txt
 cd ./docker
 docker build --no-cache -t yolov5_paddle:last .
 docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+pip3 insatll pillow==9.5.0
 ```
 
 ### Anaconda (方法三)
@@ -42,9 +44,9 @@ docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --p
 1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装： https://developer.hpccube.com/tool/
 
 ```
-DTK软件栈：dtk23.04
-python：python3.8
-paddle：2.4.2
+DTK软件栈：dtk24.04.2
+python：python3.10
+paddle：2.6.1
 ```
 
 Tips：以上dtk软件栈、python、paddle等DCU相关工具版本需要严格一一对应
@@ -53,6 +55,7 @@ Tips：以上dtk软件栈、python、paddle等DCU相关工具版本需要严格
 
 ```
 pip3 install -r requirements.txt
+pip3 insatll pillow==9.5.0
 ```
 
 
@@ -91,7 +94,7 @@ pip3 install -r requirements.txt
 ```
 
 ## 训练
-- 训练数据集路径在 config/dataset/coco_detection.yml中修改dataset_dir路径
+- 训练数据集路径在 configs/dataset/coco_detection.yml中修改dataset_dir路径
 - {config}参数使用时应改为配置文件地址:  configs/yolov5/yolov5_s_300e_coco.yml [该参数可替换为其他的参数文件地址]
 ### 单机单卡