debug

README_ch.md

@@ -130,7 +130,7 @@ PaddleClas提供了覆盖人、车、OCR场景九大常见任务的分类模型
 
 ## PP-ShiTuV2图像识别系统
 
-在 **[PP-ShiTu](https://arxiv.org/pdf/2111.00775.pdf)** 的基础上，我们针对数据集、特征提取模块进行了优化，加入了更多数据集和更为通用的优化策略，使得模型的检索精度在多种常见场景下得到显著提升。更多细节请参考 **[PP-ShiTuV2](./docs/zh_CN/PPShiTu/PPShiTu_introduction.md)**
+在 **[PP-ShiTu](https://arxiv.org/pdf/2111.00775.pdf)** 的基础上，我们针对数据集、特征提取模块进行了优化，加入了更多数据集和更为通用的优化策略，使得模型的检索精度在多种常见场景下得到显著提升。更多细节请参考 **[PP-ShiTuV2](./docs/zh_CN/PPShiTu/PPShiTuV2_introduction.md)**
 
 <div align="center">
 <img src="./docs/images/structure.png" width="65%" height="65%" />

docs/zh_CN/PPShiTu/PPShiTu_introduction.md

-## PP-ShiTuV2图像识别系统
-
-## 目录
-
-- [1. PULC方案简介](#1)
-- [2. 数据准备](#2)
-    - [2.1 数据集格式说明](#2.1)
-    - [2.2 标注文件生成](#2.2)
-- [3. 使用标准分类配置进行训练](#3)
-    - [3.1 骨干网络PP-LCNet](#3.1)
-    - [3.2 SSLD预训练权重](#3.2)
-    - [3.3 EDA数据增强策略](#3.3)
-    - [3.4 SKL-UGI模型蒸馏](#3.4)
-    - [3.5 总结](#3.5)
-- [4. 超参搜索](#4)
-    - [4.1 基于默认配置搜索](#4.1)
-    - [4.2 自定义搜索配置](#4.2)
-
-## PP-ShiTuV2简介
-
-PP-ShiTuV2 是基于 PP-ShiTuV1 改进的一个实用轻量级通用图像识别系统，相比 PP-ShiTuV1 具有更高的识别精度、更强的泛化能力以及更快的推理速度<sup>*</sup>。该系统主要针对训练数据集、主体检测、特征提取三个部分进行优化，各自使用了更优的骨干网络、损失函数与训练策略。使得 PP-ShiTuV2 在多个实际应用场景上的检索性能有显著提升。
-
-## 数据集介绍
+TODO