Update url.md

README.md

-
 # YOLOV5
 
 ## 论文
@@ -62,10 +61,6 @@ pip3 install -r requirements.txt
 ## 数据集
 
 在本测试中可以使用COCO2017数据集。
-- 数据集快速下载中心:
-  - [SCNet AIDatasets](http://113.200.138.88:18080/aidatasets)
-- 数据集快速通道下载地址：
-  - [数据集快速下载地址](http://113.200.138.88:18080/aidatasets/coco2017)
 - 官方下载地址
   - [训练数据](http://images.cocodataset.org/zips/train2017.zip)
   - [验证数据](http://images.cocodataset.org/zips/val2017.zip)
@@ -143,10 +138,6 @@ python3 -m torch.distributed.launch --nproc_per_node 4 --nnodes 2 --node_rank 1
 
 ## 推理
 - 可使用官方模型权重进行推理，也可使用自己训练模型权重进行推理
-- 模型权重快速下载中心
-  - [SCNet AIModels](http://113.200.138.88:18080/aimodels) 
-- 模型权重快速通道下载地址
-  - [模型权重快速下载地址](http://113.200.138.88:18080/aimodels/findsource-dependency/yolov5_pytorch)
 - 官方下载地址：
   - [下载地址：yolov5s.pt](https://github.com/ultralytics/yolov5/releases/download/v7.0/yolov5s.pt)
 - 这里以官方模型推理举例