fix README.md

Doc/Tutorial_Cpp.md

@@ -96,7 +96,7 @@ ErrorCode DetectorYOLOV8::Detect(const cv::Mat &srcImage, std::vector<std::size_
 
 ## 推理
 
-完成图像预处理以及YOLOV8目标检测相关参数设置之后开始执行推理，利用migraphx推理计算得到YOLOV8模型的输出。其中静态推理输入数据inputData的shape大小为模型的固定输入尺寸，动态推理则为实际输入的尺寸。
+利用migraphx推理得到YOLOV8模型的输出。其中静态推理输入数据inputData的shape大小为模型的固定输入尺寸，动态推理则为实际输入的尺寸。
 
 ```cpp
 ErrorCode DetectorYOLOV8::Detect(const cv::Mat &srcImage, std::vector<std::size_t> &relInputShape, std::vector<ResultOfDetection> &resultsOfDetection, bool dynamic)
@@ -137,7 +137,7 @@ std::vector<migraphx::argument> inferenceResults = net.eval(inputData, outputNam
 
 如果没有指定outputName参数，则默认输出所有输出节点，此时输出节点的顺序与ONNX中输出节点顺序保持一致，可以通过netron查看ONNX文件的输出节点的顺序。
 
-获取上述信息之后进行proposal筛选，筛选过程根据confidenceThreshold阈值进行筛选，当proposal的最大置信度得分maxClassScore大于该阈值，则进一步获取当前proposal的坐标信息和预测物体类别信息，小于该阈值则不做处理。
+获取上述信息之后进行proposal筛选，筛选过程根据confidenceThreshold阈值进行筛选，proposal的最大置信度得分maxClassScore由80个类别的分数最高值确定，当maxClassScore大于confidenceThreshold阈值，则进一步获取当前proposal的坐标信息和预测物体类别信息，小于该阈值则不做处理。
 
 ```cpp
 ErrorCode DetectorYOLOV5::Detect(const cv::Mat &srcImage, std::vector<std::size_t> &relInputShape, std::vector<ResultOfDetection> &resultsOfDetection, bool dynamic)