fix readme (#945)

README.md

-简体中文 | [English](README_en.md)
-
-# PaddleClas
-
-## 简介
-
-飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别任务的工具集，助力使用者训练出更好的视觉模型和应用落地。
-
-**近期更新**
-
-- 2021.06.22,23,24 PaddleClas官方研发团队带来技术深入解读三日直播课，6月22日、23日、24日晚上20:30，[直播地址](https://live.bilibili.com/21689802)
-- 🔥🔥🔥: 2021.06.16 PaddleClas v2.2版本升级，集成Metric learning，向量检索等组件。新增商品识别、动漫人物识别、车辆识别和logo识别等4个图像识别应用。新增LeViT、Twins、TNT、DLA、HarDNet、RedNet系列30个预训练模型。
-- 2021.05.14 添加`SwinTransformer` 系列模型。
-- 2021.04.15 添加`MixNet_L`和`ReXNet_3_0`系列模型。
-
-[more](./docs/zh_CN/update_history.md)
-
-## 特性
-
-- 实用的图像识别系统：集成了目标检测、特征学习、图像检索等模块，广泛适用于各类图像识别任务。
-提供商品识别、车辆识别、logo识别和动漫人物识别等4个场景应用示例。
-
-- 丰富的预训练模型库：提供了35个系列共164个ImageNet预训练模型，其中6个精选系列模型支持结构快速修改。
-
-- 全面易用的特征学习组件：集成arcmargin, triplet loss等12度量学习方法，通过配置文件即可随意组合切换。
-
-- SSLD知识蒸馏：14个分类预训练模型，精度普遍提升3%以上；其中ResNet50_vd模型在ImageNet-1k数据集上的Top-1精度达到了84.0%，
-Res2Net200_vd预训练模型Top-1精度高达85.1%。
-
-- 数据增广：支持AutoAugment、Cutout、Cutmix等8种数据增广算法详细介绍、代码复现和在统一实验环境下的效果评估。
-
-## 图像识别系统效果展示
-<div align="center">
-<img src="./docs/images/recognition.gif"  width = "400" />
-</div>
-
-更多效果图请见：[识别效果展示页面](./docs/zh_CN/more_demo.md)
-
-## 欢迎加入技术交流群
-
-* 您可以扫描下面的微信群二维码， 加入PaddleClas 微信交流群。获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。
-
-<div align="center">
-<img src="./docs/images/wx_group.jpeg"  width = "200" />
-</div>
-
-## 快速体验
-图像识别快速体验：[点击这里](./docs/zh_CN/tutorials/quick_start_recognition.md)
-
-## 文档教程
-
-- [快速安装](./docs/zh_CN/tutorials/install.md)
-- [图像识别快速体验](./docs/zh_CN/tutorials/quick_start_recognition.md)
-- [图像识别系统介绍](#图像识别系统介绍)
-- [识别效果展示](#识别效果展示)
-- 算法介绍
-    - [骨干网络和预训练模型库](./docs/zh_CN/ImageNet_models_cn.md)
-    - [主体检测](./docs/zh_CN/application/mainbody_detection.md)
-    - [图像分类](./docs/zh_CN/tutorials/image_classification.md)
-    - [特征学习](./docs/zh_CN/application/feature_learning.md)
-        - [商品识别](./docs/zh_CN/application/product_recognition.md)
-        - [车辆识别](./docs/zh_CN/application/vehicle_recognition.md)
-        - [logo识别](./docs/zh_CN/application/logo_recognition.md)
-        - [动漫人物识别](./docs/zh_CN/application/cartoon_character_recognition.md)
-    - [向量检索](./deploy/vector_search/README.md)
-- 模型训练/评估
-    - [图像分类任务](./docs/zh_CN/tutorials/getting_started.md)
-    - [特征学习任务](./docs/zh_CN/tutorials/getting_started_retrieval.md)
-- 模型预测
-    - [基于Python预测引擎预测推理](./docs/zh_CN/inference.md)
-    - [基于C++预测引擎预测推理](./deploy/cpp/readme.md)(当前只支持图像分类任务，图像识别更新中)
-- 模型部署（当前只支持图像分类任务，图像识别更新中）
-    - [服务化部署](./deploy/hubserving/readme.md)
-    - [端侧部署](./deploy/lite/readme.md)
-    - [whl包预测](./docs/zh_CN/whl.md)
-- 高阶使用
-    - [知识蒸馏](./docs/zh_CN/advanced_tutorials/distillation/distillation.md)
-    - [模型量化](./docs/zh_CN/extension/paddle_quantization.md)
-    - [数据增广](./docs/zh_CN/advanced_tutorials/image_augmentation/ImageAugment.md)
-- FAQ(暂停更新)
-    - [图像分类任务FAQ](docs/zh_CN/faq.md)
-- [许可证书](#许可证书)
-- [贡献代码](#贡献代码)
-
-
-<a name="图像识别系统介绍"></a>
-## 图像识别系统介绍
-
-<a name="图像识别系统介绍"></a>
-<div align="center">
-<img src="./docs/images/structure.png"  width = "400" />
-</div>
-
-整个图像识别系统分为三步：（1）通过一个目标检测模型，检测图像物体候选区域（2）对每个候选区域进行特征提取（3）与检索库中图像进行特征匹配，提取识别结果。
-
-对于新的未知类别，无需重新训练模型，只需要在检索库补入该类别图像，重新建立检索库，就可以识别该类别。
-
-
-<a name="识别效果展示"></a>
-## 识别效果展示 [more](./docs/zh_CN/more_demo.md)
-- 商品识别
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_product/channelhandle_5.jpg"  width = "400" />
-</div>
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_product/daoxiangcunjinzhubing_10.jpg"  width = "400" />
-</div>
-
-- 动漫人物识别
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_cartoon/labixiaoxin-005.jpeg"  width = "400" />
-</div>
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_cartoon/liuchuanfeng-010.jpeg"  width = "400" />
-</div>
-
-- logo识别
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_logo/cctv_4.jpg"  width = "400" />
-</div>
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_logo/mangguo_8.jpeg"  width = "400" />
-</div>
-
-- 车辆识别
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_vehicle/audia5-115.jpeg"  width = "400" />
-</div>
-<div align="center">
-<img src="./docs/images/recognition/more_demo_images/output_vehicle/bentian-yage-101.jpeg"  width = "400" />
-</div>
-
-<a name="许可证书"></a>
-
-## 许可证书
-本项目的发布受<a href="https://github.com/PaddlePaddle/PaddleCLS/blob/master/LICENSE">Apache 2.0 license</a>许可认证。
-
-
-<a name="贡献代码"></a>
-## 贡献代码
-我们非常欢迎你为PaddleClas贡献代码，也十分感谢你的反馈。
-
-- 非常感谢[nblib](https://github.com/nblib)修正了PaddleClas中RandErasing的数据增广配置文件。
-- 非常感谢[chenpy228](https://github.com/chenpy228)修正了PaddleClas文档中的部分错别字。
-- 非常感谢[jm12138](https://github.com/jm12138)为PaddleClas添加ViT，DeiT系列模型和RepVGG系列模型。
-- 非常感谢[FutureSI](https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563)对PaddleClas代码的解析与总结。
-
-我们非常欢迎你为PaddleClas贡献代码，也十分感谢你的反馈。

README.md

+README_en.md
\ No newline at end of file

README_ch.md

+简体中文 | [English](README_en.md)
+
+# PaddleClas
+
+## 简介
+
+飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别任务的工具集，助力使用者训练出更好的视觉模型和应用落地。
+
+**近期更新**
+
+- 2021.06.22,23,24 PaddleClas官方研发团队带来技术深入解读三日直播课，6月22日、23日、24日晚上20:30，[直播地址](https://live.bilibili.com/21689802)
+- 🔥🔥🔥: 2021.06.16 PaddleClas v2.2版本升级，集成Metric learning，向量检索等组件。新增商品识别、动漫人物识别、车辆识别和logo识别等4个图像识别应用。新增LeViT、Twins、TNT、DLA、HarDNet、RedNet系列30个预训练模型。
+- 2021.05.14 添加`SwinTransformer` 系列模型。
+- 2021.04.15 添加`MixNet_L`和`ReXNet_3_0`系列模型。
+
+[more](./docs/zh_CN/update_history.md)
+
+## 特性
+
+- 实用的图像识别系统：集成了目标检测、特征学习、图像检索等模块，广泛适用于各类图像识别任务。
+提供商品识别、车辆识别、logo识别和动漫人物识别等4个场景应用示例。
+
+- 丰富的预训练模型库：提供了35个系列共164个ImageNet预训练模型，其中6个精选系列模型支持结构快速修改。
+
+- 全面易用的特征学习组件：集成arcmargin, triplet loss等12度量学习方法，通过配置文件即可随意组合切换。
+
+- SSLD知识蒸馏：14个分类预训练模型，精度普遍提升3%以上；其中ResNet50_vd模型在ImageNet-1k数据集上的Top-1精度达到了84.0%，
+Res2Net200_vd预训练模型Top-1精度高达85.1%。
+
+- 数据增广：支持AutoAugment、Cutout、Cutmix等8种数据增广算法详细介绍、代码复现和在统一实验环境下的效果评估。
+
+## 图像识别系统效果展示
+<div align="center">
+<img src="./docs/images/recognition.gif"  width = "400" />
+</div>
+
+更多效果图请见：[识别效果展示页面](./docs/zh_CN/more_demo.md)
+
+## 欢迎加入技术交流群
+
+* 您可以扫描下面的微信群二维码， 加入PaddleClas 微信交流群。获得更高效的问题答疑，与各行各业开发者充分交流，期待您的加入。
+
+<div align="center">
+<img src="./docs/images/wx_group.jpeg"  width = "200" />
+</div>
+
+## 快速体验
+图像识别快速体验：[点击这里](./docs/zh_CN/tutorials/quick_start_recognition.md)
+
+## 文档教程
+
+- [快速安装](./docs/zh_CN/tutorials/install.md)
+- [图像识别快速体验](./docs/zh_CN/tutorials/quick_start_recognition.md)
+- [图像识别系统介绍](#图像识别系统介绍)
+- [识别效果展示](#识别效果展示)
+- 算法介绍
+    - [骨干网络和预训练模型库](./docs/zh_CN/ImageNet_models_cn.md)
+    - [主体检测](./docs/zh_CN/application/mainbody_detection.md)
+    - [图像分类](./docs/zh_CN/tutorials/image_classification.md)
+    - [特征学习](./docs/zh_CN/application/feature_learning.md)
+        - [商品识别](./docs/zh_CN/application/product_recognition.md)
+        - [车辆识别](./docs/zh_CN/application/vehicle_recognition.md)
+        - [logo识别](./docs/zh_CN/application/logo_recognition.md)
+        - [动漫人物识别](./docs/zh_CN/application/cartoon_character_recognition.md)
+    - [向量检索](./deploy/vector_search/README.md)
+- 模型训练/评估
+    - [图像分类任务](./docs/zh_CN/tutorials/getting_started.md)
+    - [特征学习任务](./docs/zh_CN/tutorials/getting_started_retrieval.md)
+- 模型预测
+    - [基于Python预测引擎预测推理](./docs/zh_CN/inference.md)
+    - [基于C++预测引擎预测推理](./deploy/cpp/readme.md)(当前只支持图像分类任务，图像识别更新中)
+- 模型部署（当前只支持图像分类任务，图像识别更新中）
+    - [服务化部署](./deploy/hubserving/readme.md)
+    - [端侧部署](./deploy/lite/readme.md)
+    - [whl包预测](./docs/zh_CN/whl.md)
+- 高阶使用
+    - [知识蒸馏](./docs/zh_CN/advanced_tutorials/distillation/distillation.md)
+    - [模型量化](./docs/zh_CN/extension/paddle_quantization.md)
+    - [数据增广](./docs/zh_CN/advanced_tutorials/image_augmentation/ImageAugment.md)
+- FAQ(暂停更新)
+    - [图像分类任务FAQ](docs/zh_CN/faq.md)
+- [许可证书](#许可证书)
+- [贡献代码](#贡献代码)
+
+
+<a name="图像识别系统介绍"></a>
+## 图像识别系统介绍
+
+<a name="图像识别系统介绍"></a>
+<div align="center">
+<img src="./docs/images/structure.png"  width = "400" />
+</div>
+
+整个图像识别系统分为三步：（1）通过一个目标检测模型，检测图像物体候选区域（2）对每个候选区域进行特征提取（3）与检索库中图像进行特征匹配，提取识别结果。
+
+对于新的未知类别，无需重新训练模型，只需要在检索库补入该类别图像，重新建立检索库，就可以识别该类别。
+
+
+<a name="识别效果展示"></a>
+## 识别效果展示 [more](./docs/zh_CN/more_demo.md)
+- 商品识别
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_product/channelhandle_5.jpg"  width = "400" />
+</div>
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_product/daoxiangcunjinzhubing_10.jpg"  width = "400" />
+</div>
+
+- 动漫人物识别
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_cartoon/labixiaoxin-005.jpeg"  width = "400" />
+</div>
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_cartoon/liuchuanfeng-010.jpeg"  width = "400" />
+</div>
+
+- logo识别
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_logo/cctv_4.jpg"  width = "400" />
+</div>
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_logo/mangguo_8.jpeg"  width = "400" />
+</div>
+
+- 车辆识别
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_vehicle/audia5-115.jpeg"  width = "400" />
+</div>
+<div align="center">
+<img src="./docs/images/recognition/more_demo_images/output_vehicle/bentian-yage-101.jpeg"  width = "400" />
+</div>
+
+<a name="许可证书"></a>
+
+## 许可证书
+本项目的发布受<a href="https://github.com/PaddlePaddle/PaddleCLS/blob/master/LICENSE">Apache 2.0 license</a>许可认证。
+
+
+<a name="贡献代码"></a>
+## 贡献代码
+我们非常欢迎你为PaddleClas贡献代码，也十分感谢你的反馈。
+
+- 非常感谢[nblib](https://github.com/nblib)修正了PaddleClas中RandErasing的数据增广配置文件。
+- 非常感谢[chenpy228](https://github.com/chenpy228)修正了PaddleClas文档中的部分错别字。
+- 非常感谢[jm12138](https://github.com/jm12138)为PaddleClas添加ViT，DeiT系列模型和RepVGG系列模型。
+- 非常感谢[FutureSI](https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563)对PaddleClas代码的解析与总结。
+
+我们非常欢迎你为PaddleClas贡献代码，也十分感谢你的反馈。

README_en.md

@@ -34,7 +34,7 @@ Four sample solutions are provided, including product recognition, vehicle recog
 
 - Data augmentation: Provide 8 data augmentation algorithms such as AutoAugment, Cutout, Cutmix, etc.  with detailed introduction, code replication and evaluation of effectiveness in a unified experimental environment.
 
- 
+
 
 ## Image Recognition System Effect Demonstration
 <div align="center">
@@ -51,7 +51,7 @@ For more effect pictures, please see [Demo images](./docs/en/more_demo.md).
 <img src="./docs/images/wx_group.jpeg"  width = "200" />
 </div>
 
-## Quick Start 
+## Quick Start
 Quick experience of image recognition：[Link](./docs/en/tutorials/quick_start_recognition_en.md)
 
 ## Tutorials
@@ -91,7 +91,7 @@ Quick experience of image recognition：[Link](./docs/en/tutorials/quick_start_r
 ## Introduction to Image Recognition Systems
 
 <div align="center">
-<img src="./docs/images/structure.png"  width = "400" />
+<img src="./docs/images/mainpage/recognition_pipeline_en.png"  width = "400" />
 </div>
 
 Image recognition can be divided into three steps: