update

README.md

@@ -62,15 +62,16 @@ pip3 install -r requirements.txt
 
 ## 数据集
 
-COCO2017（在网络良好的情况下，如果没有下载数据集，程序会默认在线下载数据集）
-
-[训练数据](http://images.cocodataset.org/zips/train2017.zip)
-
-[验证数据](http://images.cocodataset.org/zips/val2017.zip)
-
-[测试数据](http://images.cocodataset.org/zips/test2017.zip)
-
-[标签数据](https://github.com/ultralytics/yolov5/releases/download/v1.0/coco2017labels.zip)
+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)
+  - [测试数据](http://images.cocodataset.org/zips/test2017.zip)
+  - [标签数据](https://github.com/ultralytics/yolov5/releases/download/v1.0/coco2017labels.zip)
 
 数据集的目录结构如下：
 
@@ -141,6 +142,14 @@ 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
 
 #### 单卡推理