Update README.md

README.md

@@ -38,7 +38,7 @@ docker run -it --name {name} --shm-size=1024G  --device=/dev/kfd --device=/dev/d
 ### Dockerfile（方法二）
 ```
 docker build --no-cache -t yolov9_pytorch:1.0 .
-docker run xxx
+docker run -it --name {name} --shm-size=1024G  --device=/dev/kfd --device=/dev/dri/ --privileged --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v /parastor/DL_DATA:/home/data:ro -v /public/DL_DATA:/home/data2:ro -v /opt/hyhal:/opt/hyhal:ro -v /parastor/home/:/home/ {docker_image} /bin/bash
 ```
 ### Anaconda（方法三）
 线上节点推荐使用conda进行环境配置。
@@ -62,11 +62,10 @@ pip install -r requirements.txt
 ## 数据集
 `MS COCO`
 
-- 此处填写公司网盘数据url下载地址
 - 训练集[train](http://images.cocodataset.org/zips/train2017.zip)，验证集[val](http://images.cocodataset.org/zips/val2017.zip)，测试集[test](http://images.cocodataset.org/zips/test2017.zip)，以及标签[label](https://github.com/WongKinYiu/yolov7/releases/download/v0.1/coco2017labels-segments.zip)
 
 ## 训练
-权重文件下载[weight](https://github.com/WongKinYiu/yolov9/releases/download/v0.1/yolov9-c.pt)
+权重文件下载[yolov9-c.pt](https://github.com/WongKinYiu/yolov9/releases/download/v0.1/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
@@ -77,7 +76,7 @@ python -m torch.distributed.launch --nproc_per_node 8 --master_port 9527 train_d
 python train_dual.py --workers 8 --device 0 --batch 16 --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
 ```
 ## 推理
-运行yolov9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
 ```
 python detect_dual.py --source './data/images/horses.jpg' --img 640 --device 0 --weights './yolov9-c.pt' --name yolov9_c_640_detect
 ```