diff --git a/README.md b/README.md index 7990c4893cfabb3f89d0c536bd476513ebd06fcb..f60a6bf33a0bdd0b09305d0343f17771fac7d82b 100644 --- a/README.md +++ b/README.md @@ -54,7 +54,7 @@ src="docs/images/distillation/ppcls_distillation_v1.png" width="700"> ### 数据增广 -在图像分类任务中，图像数据的增广是一种常用的正则化方法，可以有效提升图像分类的效果，尤其对于数据量不足或者模型网络较大的场景。PaddleClas支持了最新的8种数据增广算法的复现和在统一实验环境下的效果评估，如下图所示。每种数据增广方法的详细介绍、对比的实验环境以及使用正在持续更新中。 +在图像分类任务中，图像数据的增广是一种常用的正则化方法，可以有效提升图像分类的效果，尤其对于数据量不足或者模型网络较大的场景。PaddleClas支持了最新的8种数据增广算法的复现和在统一实验环境下的效果评估，下图展示了不同数据增广方式在ResNet50上的表现。每种数据增广方法的详细介绍、对比的实验环境以及使用正在持续更新中。