fix: fix label name

deploy/configs/PULC/car_exists/inference_car_exists.yaml

@@ -30,7 +30,7 @@ PostProcess:
   main_indicator: ThreshOutput
   ThreshOutput:
     threshold: 0.5
-    label_0: nocar
+    label_0: no_car
     label_1: contains_car
   SavePreLabel:
     save_dir: ./pre_label/

docs/zh_CN/PULC/PULC_car_exists.md

@@ -326,7 +326,7 @@ python3 -m paddle.distributed.launch \
 
 ## 5. 超参搜索
 
-在 [3.2 节](#3.2)和 [4.1 节](#4.1)所使用的超参数是根据 PaddleClas 提供的 `SHAS 超参数搜索策略` 搜索得到的，如果希望在自己的数据集上得到更好的结果，可以参考[SHAS 超参数搜索策略](PULC_train.md#4-超参搜索)来获得更好的训练超参数。
+在 [3.3 节](#3.3)和 [4.1 节](#4.1)所使用的超参数是根据 PaddleClas 提供的 `SHAS 超参数搜索策略` 搜索得到的，如果希望在自己的数据集上得到更好的结果，可以参考[SHAS 超参数搜索策略](PULC_train.md#4-超参搜索)来获得更好的训练超参数。
 
 **备注：** 此部分内容是可选内容，搜索过程需要较长的时间，您可以根据自己的硬件情况来选择执行。如果没有更换数据集，可以忽略此节内容。
 

ppcls/configs/PULC/car_exists/MobileNetV3_small_x0_35.yaml

@@ -125,8 +125,8 @@ Infer:
   PostProcess:
     name: ThreshOutput
     threshold: 0.5
-    label_0: nobody
-    label_1: someone
+    label_0: no_car
+    label_1: contains_car
 
 Metric:
   Train:

ppcls/configs/PULC/car_exists/PPLCNet_x1_0.yaml

@@ -138,8 +138,8 @@ Infer:
   PostProcess:
     name: ThreshOutput
     threshold: 0.9
-    label_0: nobody
-    label_1: someone
+    label_0: no_car
+    label_1: contains_car
 
 Metric:
   Train:

ppcls/configs/PULC/car_exists/PPLCNet_x1_0_distillation.yaml

@@ -154,8 +154,8 @@ Infer:
   PostProcess:
     name: ThreshOutput
     threshold: 0.5
-    label_0: nobody
-    label_1: someone
+    label_0: no_car
+    label_1: contains_car
 
 Metric:
     Train:

ppcls/configs/PULC/car_exists/PPLCNet_x1_0_search.yaml

@@ -138,8 +138,8 @@ Infer:
   PostProcess:
     name: ThreshOutput
     threshold: 0.5
-    label_0: nobody
-    label_1: someone
+    label_0: no_car
+    label_1: contains_car
 
 Metric:
   Train:

ppcls/configs/PULC/car_exists/SwinTransformer_tiny_patch4_window7_224.yaml

@@ -155,8 +155,8 @@ Infer:
   PostProcess:
     name: ThreshOutput
     threshold: 0.5
-    label_0: nobody
-    label_1: someone
+    label_0: no_car
+    label_1: contains_car
 
 Metric:
   Train: