Update url.md

README.md

@@ -64,8 +64,8 @@ pip install -r requirements.txt
 ```
 ## 数据集
 `MS COCO`
-[快速下载通道](http://113.200.138.88:18080/aidatasets/coco2017)
-- 训练集[train2017.zip](http://images.cocodataset.org/zips/train2017.zip)-[快速下载通道](http://113.200.138.88:18080/aidatasets/coco2017/-/blob/main/train2017.zip?ref_type=heads)，验证集[val2017.zip](http://images.cocodataset.org/zips/val2017.zip)-[快速下载通道](http://113.200.138.88:18080/aidatasets/coco2017/-/blob/main/val2017.zip?ref_type=heads)，以及标签[label](https://github.com/WongKinYiu/yolov7/releases/download/v0.1/coco2017labels-segments.zip)-[快速下载通道](http://113.200.138.88:18080/aidatasets/coco2017/-/blob/main/annotations_trainval2017.zip?ref_type=heads)
+
+- 训练集[train2017.zip](http://images.cocodataset.org/zips/train2017.zip)，验证集[val2017.zip](http://images.cocodataset.org/zips/val2017.zip)，以及标签[label](https://github.com/WongKinYiu/yolov7/releases/download/v0.1/coco2017labels-segments.zip)。
 创建空文件夹datasets，将标签文件进行解压后放入datasets，然后将训练集和验证集分别解压后放入datasets/coco/images文件夹中。
 数据目录结构如下：
 ```
@@ -93,10 +93,10 @@ pip install -r requirements.txt
     |   train2017.txt
     |   val2017.txt
 ```
-- 项目中已提供用于试验训练的迷你数据集[datasets](https://pan.baidu.com/s/1oKRgOW7jCLxzPZoQofl1mQ?pwd=0okl)-[快速下载通道](http://113.200.138.88:18080/aidatasets/project-dependency/ms_coco)，下载后解压即可。
+- 项目中已提供用于试验训练的迷你数据集[datasets](https://pan.baidu.com/s/1oKRgOW7jCLxzPZoQofl1mQ?pwd=0okl)，下载后解压即可。
 ## 训练
 权重文件下载[yolov9-c.pt](https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c.pt)
-[快速下载通道](http://113.200.138.88:18080/aimodels/findsource-dependency/yolov9_migraphx/-/blob/main/yolov9-c.pt)
+
 ### 单机多卡
 ```
 python -m torch.distributed.launch --nproc_per_node 8 --master_port 9527 train_dual.py --workers 8 --device 0,1,2,3,4,5,6,7 --sync-bn --batch 128 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights yolov9-c.pt --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15
@@ -108,7 +108,7 @@ python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --i
 ```
 ## 推理
 使用权重文件[yolov9-c.pt](https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c.pt)，运行yolov9推理
-[快速下载通道](http://113.200.138.88:18080/aimodels/findsource-dependency/yolov9_migraphx/-/blob/main/yolov9-c.pt)
+
 ```
 python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 --weights './yolov9-c.pt' --name yolov9_c_640_detect
 ```
@@ -119,7 +119,7 @@ python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 -
 </div>
 
 ### 精度
-测试数据：[test](http://images.cocodataset.org/zips/test2017.zip)-[快速下载通道](http://113.200.138.88:18080/aidatasets/coco2017/-/blob/main/test2017.zip?ref_type=heads)
+测试数据：[test](http://images.cocodataset.org/zips/test2017.zip)
 
 测试指标：
 | 模型 | 数据类型 | map0.5:0.95 | map0.5 |