fix README

README.md

-# YoloX
+# YOLOX
 
 ## 论文
 
@@ -6,14 +6,14 @@ https://arxiv.org/abs/2107.08430
 
 ## 模型结构
 
-YoloX是一种单阶段目标检测算法，该算法以YoloV3(Darknet53作为backbone)作为基线,在Decoupled Head，Data Aug，Anchor Free 和样本匹配(SimOTA)添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。
+YOLOX是一种单阶段目标检测算法，该算法以YoloV3(Darknet53作为backbone)作为基线,在Decoupled Head，Data Aug，Anchor Free 和样本匹配(SimOTA)添加了一些新的改进思路，使其速度与精度都得到了极大的提升。
 
 
 <img src=./Doc/yolox_model.png style="zoom:100%;" align=middle>
 
 ## 算法原理
 
-YOLOx算法的改进简单总结主要有三点，decoupled head、anchor-free以及advanced label assigning strategy(SimOTA)。
+YOLOX算法的改进简单总结主要有三点，decoupled head、anchor-free以及advanced label assigning strategy(SimOTA)。
 
 
 
@@ -76,7 +76,7 @@ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 
 #### 运行示例
 
-YoloX模型的推理示例程序是yolox_infer_migraphx.py，使用如下命令运行该推理示例：
+YOLOX模型的推理示例程序是yolox_infer_migraphx.py，使用如下命令运行该推理示例：
 
 
 1. 静态推理
@@ -114,7 +114,7 @@ source ~/.bashrc
 
 #### 运行示例
 
-YoloX示例程序编译成功后，执行如下指令运行该示例：
+YOLOX示例程序编译成功后，执行如下指令运行该示例：
 
 ```shell
 # 进入yolox migraphx工程根目录