update readme

README.md

@@ -6,7 +6,7 @@ YOLOV7是2022年最新出现的一种YOLO系列目标检测模型，在论文 [Y
 
 ## 模型结构
 
-YoloV7模型的网络结构包括三个部分：input、backbone和head。与yolov5不同的是，将neck层与head层合称为head层，实际上的功能的一样的。对各个部分的功能和yolov5相同，如backbone用于提取特征，head用于预测。
+YoloV7模型的网络结构包括三个部分：input、backbone和head。与yolov5不同的是，将neck层与head层合称为head层，实际上的功能是一样的。各个部分的功能和yolov5相同，如backbone用于提取特征，head用于预测。yolov7依旧基于anchor based的方法，同时在网络架构上增加E-ELAN层，并将REP层也加入进来，方便后续部署，同时在训练时，在head时，新增Aux_detect用于辅助检测。
 
 ## 推理
 
@@ -37,14 +37,14 @@ python YoloV7_infer_migraphx.py \
 	--nmsThreshold nms阈值，默认0.5 \
 ```
 
-程序运行结束会在当前目录生成YoloV5检测结果图像。
+程序运行结束会在当前目录生成YoloV7检测结果图像。
 
 <img src="./images/Result.jpg" alt="Result" style="zoom: 50%;" />
 
 ## 历史版本
 
-​		https://developer.hpccube.com/codes/modelzoo/yolov5_migraphx
+​		https://developer.hpccube.com/codes/modelzoo/yolov7_migraphx
 
 ## 参考
 
-​		https://github.com/ultralytics/yolov5
+​		https://github.com/WongKinYiu/yolov7