diff --git a/modules/image/Image_gan/gan/photopen/README.md b/modules/image/Image_gan/gan/photopen/README.md
index 86c3f289b73a450c77eaa3bef6285e1b20dd581a..283d95f9655ab6f7ce78cd20301db4cb3a6cbd0c 100644
--- a/modules/image/Image_gan/gan/photopen/README.md
+++ b/modules/image/Image_gan/gan/photopen/README.md
@@ -4,7 +4,7 @@
 | :--- | :---: |
 |类别|图像 - 图像生成|
 |网络|SPADEGenerator|
-|数据集|-|
+|数据集|coco_stuff|
 |是否支持Fine-tuning|否|
 |模型大小|74MB|
 |最新更新日期|2021-12-14|
@@ -16,19 +16,13 @@
 - ### 应用效果展示
   - 样例结果示例：
     <p align="center">
-    <img src="https://user-images.githubusercontent.com/22424850/145969724-622dba73-2da4-4bcb-8891-be75573d99ca.png"  width = "40%"  hspace='10'/>
+    <img src="https://camo.githubusercontent.com/22e94b0c7278af08da8c475a3d968ba2f3cd565fcb2ad6b9a165c8a65f2d12f8/68747470733a2f2f61692d73747564696f2d7374617469632d6f6e6c696e652e63646e2e626365626f732e636f6d2f39343733313032336561623934623162393762396361383062643362333038333063393138636631363264303436626438383534306464613435303239356133"  width = "40%"  hspace='10'/>
     <br />
-    输入图像
-    <br />
-    <img src="https://user-images.githubusercontent.com/22424850/145969832-0356a15b-c043-40af-b590-c1571220da72.png"  width = "40%"  hspace='10'/>
-    <br />
-    输出图像
-     <br />
-    </p>
 
 - ### 模型介绍
 
-  - 本模块采用一个像素风格迁移网络 Pix2PixHD，能够根据输入的语义分割标签生成照片风格的图片。为了解决模型归一化层导致标签语义信息丢失的问题，向 Pix2PixHD 的生成器网络中添加了 SPADE（Spatially-Adaptive Normalization）空间自适应归一化模块，通过两个卷积层保留了归一化时训练的缩放与偏置参数的空间维度，以增强生成图片的质量。
+  - 本模块采用一个像素风格迁移网络 Pix2PixHD，能够根据输入的语义分割标签生成照片风格的图片。为了解决模型归一化层导致标签语义信息丢失的问题，向 Pix2PixHD 的生成器网络中添加了 SPADE（Spatially-Adaptive
+      Normalization）空间自适应归一化模块，通过两个卷积层保留了归一化时训练的缩放与偏置参数的空间维度，以增强生成图片的质量。语义风格标签图像可以参考[coco_stuff数据集](https://github.com/nightrome/cocostuff)获取, 也可以通过[PaddleGAN repo中的该项目](https://github.com/PaddlePaddle/PaddleGAN/blob/87537ad9d4eeda17eaa5916c6a585534ab989ea8/docs/zh_CN/tutorials/photopen.md)来自定义生成图像进行体验。