Update README.md

netrans/README.md

@@ -12,6 +12,8 @@ netrans
 └── utils
 ```
 
+目录说明如下：
+
 |  目录   | 说明  |
 | :---  | ---  
 | netrans_cli  | 导入，量化，推理和导出的一键运行脚本 |
@@ -29,6 +31,8 @@ netrans
 ## 1.3 支持介绍
 netrans 支持的 输入模型、量化数据和输出数据类型、算子 如下表
 
+支持框架介绍
+
 |输入支持|描述|
 |:---|---|
 | caffe|支持|
@@ -37,8 +41,10 @@ netrans 支持的 输入模型、量化数据和输出数据类型、算子 如
 | ONNX|支持 ONNX 至 1.14.0， opset支持至19 |
 | Pytorch | 支持 Pytorch 至 1.5.1 |
 | Keras |支持以TensorFLow 2.0.x, 2.3.x, 2.6.x, 2.8.x, 2.10.x, 2.12.x 作为后端导出的keras模型|
-| Darknet |支持[官网](https://pjreddie.com/darknet/)列出 darknet 模型|
+| Darknet |支持[Darknet官网](https://pjreddie.com/darknet/)列出 darknet 模型|
 
+支持数据类型介绍：
+                  
 |数据支持|描述|
 |:---|---|
 | 推理输入数据| 推理输入数据支持txt文本文件、numpy数据|
@@ -248,24 +254,24 @@ netrans_cli 脚本介绍
 在netrans_cli目录下使用inputmeta_gen.sh脚本生成inputmeta文件：
 -  用法： ./inputmeta_gen.sh 以模型文件名命名的模型数据文件夹，例如：
                  
-  ```shell
-  $ ./inputmeta_gen.sh lenet
-  ... ...
-  I Namespace(generate='inputmeta', input_meta_output=None, model='lenet.json', separated_database=True, which='generate')
-  I Load model in lenet.json
-  I Generate input meta lenet_inputmeta.yml
-  I ----------------Error(0),Warning(0)----------------
+    ```shell
+    $ ./inputmeta_gen.sh lenet
+    ... ...
+    I Namespace(generate='inputmeta', input_meta_output=None, model='lenet.json', separated_database=True, which='generate')
+    I Load model in lenet.json
+    I Generate input meta lenet_inputmeta.yml
+    I ----------------Error(0),Warning(0)----------------
 
-  $ ls -lrt lenet
-  total 3400
-  -rwxr-xr-x 1 hope hope 1727201 Nov  5  2018 lenet.pb
-  -rw-r--r-- 1 hope hope     553 Nov  5  2018 0.jpg
-  -rwxr--r-- 1 hope hope       6 Apr 21 17:04 dataset.txt
-  -rw-rw-r-- 1 hope hope      69 Jun  7 09:19 inputs_outputs.txt
-  -rw-r--r-- 1 hope hope    5553 Jun  7 09:21 lenet.json
-  -rw-r--r-- 1 hope hope 1725178 Jun  7 09:21 lenet.data
-  -rw-r--r-- 1 hope hope     948 Jun  7 09:35 lenet_inputmeta.yml
-  ```
+    $ ls -lrt lenet
+    total 3400
+    -rwxr-xr-x 1 hope hope 1727201 Nov  5  2018 lenet.pb
+    -rw-r--r-- 1 hope hope     553 Nov  5  2018 0.jpg
+    -rwxr--r-- 1 hope hope       6 Apr 21 17:04 dataset.txt
+    -rw-rw-r-- 1 hope hope      69 Jun  7 09:19 inputs_outputs.txt
+    -rw-r--r-- 1 hope hope    5553 Jun  7 09:21 lenet.json
+    -rw-r--r-- 1 hope hope 1725178 Jun  7 09:21 lenet.data
+    -rw-r--r-- 1 hope hope     948 Jun  7 09:35 lenet_inputmeta.yml
+    ```
 可以看到，最终生成的是*.yml文件，该文件用于为Netrans中间模型配置输入层数据集合。<b>Netrans中的量化、推理、导出和图片转dat的操作都需要用到这个文件。因此，此步骤不可跳过。</b>
 
 Inputmeta.yml文件结构如下：
@@ -352,7 +358,7 @@ Inputmeta.yml文件结构如下：
 可以根据实际情况对生成的inputmeta文件进行修改。
 
 ### 3.3 模型量化
-如果我们训练好的模型的数据类型是float32的，为了使模型以更高的效率在pnna上运行，我们可以对模型进行量化操作，量化操作可能会带来一定程度的精度损失。<
+如果我们训练好的模型的数据类型是float32的，为了使模型以更高的效率在pnna上运行，我们可以对模型进行量化操作，量化操作可能会带来一定程度的精度损失。
 在netrans_cli目录下使用quantize.sh脚本进行量化操作。
 
 - 用法：./quantize.sh 以模型文件名命名的模型数据文件夹 量化类型，例如：