improve home page ReadMe (#127)

* update all docs involving color label

* modify usage.md

* usage.md

* Update README.md

* Update usage.md

* Update finetune_deeplabv3plus.md

* Update finetune_unet.md

* Update README.md

* Update README.md

* Update README.md

* Update installation.md

* Update README.md

* Update README.md

* Update README.md

* Update README.md

* Delete installation.md
Co-authored-by: NZeyu Chen <chenzeyu01@baidu.com>

README.md

@@ -29,17 +29,48 @@ PaddleSeg支持多进程IO、多卡并行、跨卡Batch Norm同步等训练加
 
 </br>
 
-## 环境依赖
+- [安装](#安装)
+- [使用教程](#使用教程)
+  - [快速入门](#快速入门)
+  - [基础功能](#基础功能)
+  - [预测部署](#预测部署)
+  - [高级功能](#高级功能)
+- [在线体验](#在线体验)
+- [FAQ](#FAQ)
+- [交流与反馈](#交流与反馈)
+- [更新日志](#更新日志)
 
+</br>
+
+## 安装
+
+### 1. 安装PaddlePaddle
+
+版本要求
 * PaddlePaddle >= 1.6.1
 * Python 2.7 or 3.5+
 
-通过以下命令安装python包依赖，请确保在该分支上至少执行过一次以下命令
-```shell
-$ pip install -r requirements.txt
+由于图像分割模型计算开销大，推荐在GPU版本的PaddlePaddle下使用PaddleSeg.
+```
+pip install paddlepaddle-gpu
+```
+更多PaddlePaddle的详细安装信息请查看[PaddlePaddle安装](https://www.paddlepaddle.org.cn/install/doc/index)。
+
+### 2. 下载PaddleSeg代码
+
 ```
+git clone https://github.com/PaddlePaddle/PaddleSeg
+```
+
+### 3. 安装PaddleSeg依赖
+ 
+```
+cd PaddleSeg
+pip install -r requirements.txt
+```
+通过以下命令安装python包依赖，请确保在该分支上至少执行过一次以下命令。
+
 
-其他如CUDA版本、cuDNN版本等兼容信息请查看[PaddlePaddle安装](https://www.paddlepaddle.org.cn/install/doc/index)
 
 </br>
 
@@ -51,15 +82,15 @@ $ pip install -r requirements.txt
 
 ### 快速入门
 
-* [安装说明](./docs/installation.md)
-* [如何训练/评估/可视化](./docs/usage.md)
+* [训练/评估/可视化](./docs/usage.md)
 
 ### 基础功能
 
-* [分割模型介绍](./docs/models.md)
-* [预训练模型列表](./docs/model_zoo.md)
-* [自定义数据的准备与标注](./docs/data_prepare.md)
+* [配置说明与准备](./docs/config.md)
+* [自定义数据的标注与准备](./docs/data_prepare.md)
 * [数据和配置校验](./docs/check.md)
+* [分割模型介绍](./docs/models.md)
+* [预训练模型下载](./docs/model_zoo.md)
 * [如何训练DeepLabv3+](./turtorial/finetune_deeplabv3plus.md)
 * [如何训练U-Net](./turtorial/finetune_unet.md)
 * [如何训练ICNet](./turtorial/finetune_icnet.md)
@@ -81,6 +112,19 @@ $ pip install -r requirements.txt
 * [特色垂类模型使用](./contrib)
 * [多进程训练和混合精度训练](./docs/multiple_gpus_train_and_mixed_precision_train.md)
 
+## 在线体验
+
+我们在AI Studio平台上提供了在线体验的教程，欢迎体验：
+
+|在线教程|链接|
+|-|-|
+|快速开始|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/100798)|
+|U-Net宠物分割|[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/102889)|
+|DeepLabv3+图像分割|[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/101696)|
+|工业质检（零件瑕疵检测）|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/184392)|
+|人像分割|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/188833)|
+|PaddleSeg特色垂类模型|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/115541)|
+
 </br>
 
 ## FAQ
@@ -104,25 +148,14 @@ python pdseg/train.py --cfg xxx.yaml TRAIN.RESUME_MODEL_DIR /PATH/TO/MODEL_CKPT/
 
 A: 降低Batch size，使用Group Norm策略；请注意训练过程中当`DEFAULT_NORM_TYPE`选择`bn`时，为了Batch Norm计算稳定性，batch size需要满足>=2
 
-</br>
 
 #### Q: 出现错误 ModuleNotFoundError: No module named 'paddle.fluid.contrib.mixed_precision'
 
 A: 请将PaddlePaddle升级至1.5.2版本或以上。
 
-## 在线体验
-
-PaddleSeg在AI Studio平台上提供了在线体验的教程，欢迎体验：
-
-|教程|链接|
-|-|-|
-|U-Net宠物分割|[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/102889)|
-|DeepLabv3+图像分割|[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/101696)|
-|PaddleSeg特色垂类模型|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/115541)|
-
 </br>
 
-##  交流与反馈
+## 交流与反馈
 * 欢迎您通过[Github Issues](https://github.com/PaddlePaddle/PaddleSeg/issues)来提交问题、报告与建议
 * 微信公众号：飞桨PaddlePaddle
 * QQ群: 796771754
@@ -161,6 +194,6 @@ PaddleSeg在AI Studio平台上提供了在线体验的教程，欢迎体验：
 
 </br>
 
-## 如何贡献代码
+## 贡献代码
 
 我们非常欢迎您为PaddleSeg贡献代码或者提供使用建议。

contrib/README.md

@@ -129,8 +129,18 @@ TEST.TEST_MODEL "./pretrained_model/unet_gongyeyongbiao/"
   原图：![](imgs/1560143028.5_IMG_3091.JPG)
   
   预测结果：![](imgs/1560143028.5_IMG_3091.png)
-  
-# 备注
+
+## 在线体验
+
+PaddleSeg在AI Studio平台上提供了在线体验的教程，欢迎体验：
+
+|教程|链接|
+|-|-|
+|工业质检|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/184392)|
+|人像分割|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/188833)|
+|特色垂类模型|[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/115541)|
+
+## 备注
 
 1. 数据及模型路径等详细配置见ACE2P/HumanSeg/RoadLine下的config.py文件
 2. ACE2P模型需预留2G显存，若显存超可调小FLAGS_fraction_of_gpu_memory_to_use

docs/installation.md

-# PaddleSeg 安装说明
-
-## 1. 安装PaddlePaddle
-
-版本要求
-* PaddlePaddle >= 1.6.1
-* Python 2.7 or 3.5+
-
-更多详细安装信息如CUDA版本、cuDNN版本等兼容信息请查看[PaddlePaddle安装](https://www.paddlepaddle.org.cn/install/doc/index)
-
-### pip安装
- 
-由于图像分割模型计算开销大，推荐在GPU版本的PaddlePaddle下使用PaddleSeg.
- 
-```
-pip install paddlepaddle-gpu
-```
-
-### Conda安装
- 
-PaddlePaddle最新版本1.5支持Conda安装，可以减少相关依赖安装成本，conda相关使用说明可以参考[Anaconda](https://www.anaconda.com/distribution/)
- 
-```
-conda install -c paddle paddlepaddle-gpu cudatoolkit=9.0
-```
- 
- * 如果有多卡训练需求，请安装 NVIDIA NCCL >= 2.4.7，并在Linux环境下运行
- 
-更多安装方式详情可以查看 [PaddlePaddle安装说明](https://www.paddlepaddle.org.cn/documentation/docs/zh/beginners_guide/install/index_cn.html)
- 
-
-## 2. 下载PaddleSeg代码
- 
-```
-git clone https://github.com/PaddlePaddle/PaddleSeg
-```
- 
-
-## 3. 安装PaddleSeg依赖
- 
-```
-cd PaddleSeg
-pip install -r requirements.txt
-```

docs/usage.md

@@ -135,3 +135,7 @@ python pdseg/vis.py --use_gpu \
 `NOTE`
 1. 可视化的图片会默认保存在visual目录下，可以通过`--vis_dir`来指定输出目录
 2. 训练过程中会使用DATASET.VIS_FILE_LIST中的图片进行可视化显示，而vis.py则会使用DATASET.TEST_FILE_LIST
+
+## 在线体验
+
+PaddleSeg在AI Studio平台上提供了在线体验的快速入门教程，欢迎[点击体验](https://aistudio.baidu.com/aistudio/projectdetail/100798)

turtorial/finetune_deeplabv3plus.md

@@ -110,6 +110,10 @@ python pdseg/train.py --use_gpu --cfg ./configs/deeplabv3p_xception65_pet.yaml
 ```shell
 python pdseg/eval.py --use_gpu --cfg ./configs/deeplabv3p_xception65_pet.yaml
 ```
+## 在线体验
+
+PaddleSeg在AI Studio平台上提供了在线体验的DeepLabv3+图像分割教程，欢迎[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/101696)。
+
 
 ## 模型组合
 

turtorial/finetune_unet.md

@@ -109,6 +109,9 @@ python pdseg/train.py --use_gpu --cfg ./configs/unet_pet.yaml
 ```shell
 python pdseg/eval.py --use_gpu --cfg ./configs/unet_pet.yaml
 ```
+## 在线体验
+
+PaddleSeg在AI Studio平台上提供了在线体验的U-Net宠物分割教程，欢迎[点击体验](https://aistudio.baidu.com/aistudio/projectDetail/102889)。
 
 ## 模型组合