Update README.md

README.md

 # X2Paddle
+
 [![License](https://img.shields.io/badge/license-Apache%202-blue.svg)](LICENSE)
 [![Version](https://img.shields.io/github/release/PaddlePaddle/X2Paddle.svg)](https://github.com/PaddlePaddle/X2Paddle/releases)
 ![python version](https://img.shields.io/badge/python-3.5+-orange.svg)  
 
 ## 简介
-X2Paddle用于不同框架模型或项目到PaddlePaddle框架模型或项目的转换，旨在为飞桨开发者提升框架间转换的效率。  
-X2Paddle主要有***2大功能***：  
-1. ***预测模型转换***：X2Paddle支持Caffe/TensorFlow/ONNX/PyTorch的预测模型，一步转换至PaddlePaddle预测模型。
-2. ***训练项目转换***：PyTorch训练项目，转换至PaddlePaddle项目，助力用户在PaddlePaddlePaddle上进行模型训练。[:heart:使用文档:heart:](./docs/pytorch_project_convertor/README.md)
 
-### 特性
+X2Paddle致力于帮助其它主流深度学习框架用户快速迁移至飞桨框架，并为此提供了预测模型/训练代码的一键转换工具，以及框架间的API对比文档，提升用户在开发过程中的迁移效率，降低框架间迁移的学习成本。
 
-- **支持主流深度学习框架**：目前已经支持Caffe/TensorFlow/ONNX/PyTorch四大框架的预测模型的转换，PyTorch训练项目的转换，涵盖了目前市面主流深度学习框架。  
 
-- **支持的模型丰富**：在主流的CV和NLP模型上均支持转换，涵盖了19+个Caffe预测模型转换、27+个TensorFlow预测模型转换、32+个ONNX预测模型转换、27+个PyTorch预测模型转换、2+个PyTorch训练项目转换，详见 ***[支持列表](./docs/introduction/x2paddle_model_zoo.md)***。  
 
+## 特性
+
+- **支持主流深度学习框架**：目前已经支持Caffe/TensorFlow/ONNX/PyTorch四大框架的预测模型的转换，PyTorch训练项目的转换，涵盖了目前市面主流深度学习框架。  
+- **支持的模型丰富**：在主流的CV和NLP模型上均支持转换，涵盖了19+个Caffe预测模型转换、27+个TensorFlow预测模型转换、32+个ONNX预测模型转换、27+个PyTorch预测模型转换、2+个PyTorch训练项目转换，详见 ***[支持列表](./docs/introduction/x2paddle_model_zoo.md)***。  
 - **简洁易用**：一条命令行或者一个API即可完成模型转换。  
 
 
 
-## 环境依赖
+## 能力
 
-- python >= 3.5  
-- paddlepaddle >= 2.0.0
+- 预测模型转换
+
+  - 支持Caffe/TensorFlow/ONNX/PyTorch的模型一键转为飞桨的预测模型，并使用PaddleInference/PaddleLite进行CPU/GPU/Arm等设备的部署
+
+- PyTorch训练项目转换
+
+  - 支持PyTorch项目Python代码（包括训练、预测）一键转为基于飞桨框架的项目代码，帮助开发者快速迁移项目，并可享受AIStudio平台对于飞桨框架提供的海量免费计算资源 [【新功能，试一下！】](/docs/pytorch_project_convertor/README.md)]
+
+- API对应文档
 
-**按需安装以下依赖**  
-- tensorflow ： tensorflow == 1.14.0  
-- caffe ： 无  
-- onnx ： onnx >= 1.6.0  
-- pytorch：torch >=1.5.0 (预测模型转换中的script方式暂不支持1.7.0+)
+  - 详细的API文档对比分析，帮助开发者快速从PyTorch框架的使用迁移至飞桨框架的使用，大大降低学习成本 [【新内容，了解一下！】](docs/pytorch_project_convertor/API_docs/README.m)
+
+  
 
 ## 安装
+
+- python >= 3.5  
+- paddlepaddle >= 2.0.0
+- tensorflow == 1.14.0 (仅在转换TensorFlow模型时需要)
+- onnx >= 1.6.0 (仅在转换ONNX模型时需要)
+- torch >= 1.5.0 (仅在转换PyTorch模型时需要)
+
 ### 方式一：源码安装
+
 ```
 git clone https://github.com/PaddlePaddle/X2Paddle.git
 cd X2Paddle
@@ -40,13 +52,31 @@ python setup.py install
 ```
 
 ### 方式二：pip安装(推荐）
+
 我们会定期更新pip源上的x2paddle版本
+
 ```
 pip install x2paddle --index https://pypi.python.org/simple/
 ```
+
 ## 快速开始
+
 ### 功能一：预测模型转换
-| 参数                 |        作用                                                      |
+
+```shell
+# TensorFlow模型转换
+x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model
+# Caffe模型转换
+x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model
+# ONNX模型转换
+x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model
+# PyTorch模型转换 目前不支持命令行形式转换，参考下面链接文档进行转换
+https://github.com/PaddlePaddle/X2Paddle/blob/develop/docs/inference_model_convertor/pytorch2paddle.md
+```
+
+#### 转换参数说明
+
+| 参数                 | 作用                                                         |
 | -------------------- | ------------------------------------------------------------ |
 | --framework          | 源模型类型 (tensorflow、caffe、onnx)                         |
 | --prototxt           | 当framework为caffe时，该参数指定caffe模型的proto文件路径     |
@@ -56,59 +86,36 @@ pip install x2paddle --index https://pypi.python.org/simple/
 | --caffe_proto        | **[可选]** 由caffe.proto编译成caffe_pb2.py文件的存放路径，当存在自定义Layer时使用，默认为None |
 | --define_input_shape | **[可选]** For TensorFlow, 当指定该参数时，强制用户输入每个Placeholder的shape，见[文档Q2](./docs/inference_model_convertor/FAQ.md) |
 
-#### TensorFlow
-```shell
-x2paddle --framework=tensorflow --model=tf_model.pb --save_dir=pd_model
-```
-【注意】目前只支持FrozenModel格式的TensorFlow模型到PaddlePaddle模型的转换，若为checkpoint或者SavedModel格式的TensorFlow模型参见[文档](./docs/inference_model_convertor/export_tf_model.md)导出FrozenModel格式模型。
-#### Caffe
-```shell
-x2paddle --framework=caffe --prototxt=deploy.prototxt --weight=deploy.caffemodel --save_dir=pd_model
-```
-【注意】若caffe模型中出现自定义层，需要按照[相关流程](./docs/inference_model_convertor/add_caffe_custom_layer.md)自行添加自定义层的转换代码。
-#### ONNX
-```shell
-x2paddle --framework=onnx --model=onnx_model.onnx --save_dir=pd_model
-```
-【注意】如若需要将PyTorch模型转换为ONNX模型，可参见[PyTorch2ONNX转换文档](./docs/inference_model_convertor/pytorch2onnx.md)。
-#### PyTorch
-PyTorch仅支持API使用方式，详见[PyTorch预测模型转换文档](./docs/inference_model_convertor/pytorch2paddle.md)。  
+### 功能二：PyTorch训练项目转换
 
-***[预测模型转换常见问题](./docs/inference_model_convertor/FAQ.md)***
+项目转换包括3个步骤
 
+1. 项目代码预处理
+2. 代码/预训练模型一键转换
+3. 转换后代码后处理
 
-### 功能二：训练项目转换:heart: :heart:
+详见[PyTorch训练项目转换文档](./docs/pytorch_project_convertor/README.md)。
 
-| 参数 | 作用 |
-|----------|--------------|
-|--convert_torch_project | 表示使用对PyTorch Project进行转换的功能 |
-|--project_dir | PyTorch的项目路径 |
-|--save_dir | 指定转换后项目的保存路径 |
-|--pretrain_model | **[可选]**需要转换的预训练模型的路径(文件后缀名为“.pth”、“.pt”、“.ckpt”)或者包含预训练模型的文件夹路径，转换后的模型将将保在当前路径，后缀名为“.pdiparams” |
-
-```shell
-x2paddle --convert_torch_project --project_dir=torch_project --save_dir=paddle_project --pretrain_model=model.pth
-```
-【注意】需要搭配预处理和后处理一起使用，详细可参见[训练项目转换文档](./docs/pytorch_project_convertor/README.md)。  此外，我们为用户提供了:star:[PyTorch-PaddlePaddle API映射表](docs/pytorch_project_convertor/API_docs/README.md):star:供用户查阅。
 
-***[训练项目转换常见问题](./docs/pytorch_project_convertor/FAQ.md)***
+## 使用教程
 
-
-## 转换教程
 1. [TensorFlow预测模型转换教程](./docs/inference_model_convertor/demo/tensorflow2paddle.ipynb)
 2. [PyTorch预测模型转换教程](./docs/inference_model_convertor/demo/pytorch2paddle.ipynb)
 3. [PyTorch训练项目转换教程](./docs/pytorch_project_convertor/demo/README.md)
 
 ## 更新历史
+
 **2020.12.09**  
+
 1. 新增PyTorch2Paddle转换方式，转换得到Paddle动态图代码，并动转静获得inference_model。  
-  方式一：trace方式，转换后的代码有模块划分，每个模块的功能与PyTorch相同。  
-  方式二：script方式，转换后的代码按执行顺序逐行出现。  
+   方式一：trace方式，转换后的代码有模块划分，每个模块的功能与PyTorch相同。  
+   方式二：script方式，转换后的代码按执行顺序逐行出现。  
 2. 新增Caffe/ONNX/Tensorflow到Paddle动态图的转换。
 3. 新增TensorFlow op映射（14个）：Neg、Greater、FloorMod、LogicalAdd、Prd、Equal、Conv3D、Ceil、AddN、DivNoNan、Where、MirrorPad、Size、TopKv2。
 4. 新增Optimizer模块，主要包括op融合、op消除功能，转换后的代码可读性更强，进行预测时耗时更短。
 
 **2021.04.30**
+
 1. 新增支持转换的模型：[SwinTransformer](https://github.com/microsoft/Swin-Transformer/)、[BASNet](https://github.com/xuebinqin/BASNet)、[DBFace](https://github.com/dlunion/DBFace)、[EasyOCR](https://github.com/JaidedAI/EasyOCR)、[CifarNet](https://github.com/tensorflow/models/blob/master/research/slim/nets/cifarnet.py)等。
 2. 支持Windows上使用本工具。
 3. 新增TensorFlow op映射（4个）：SplitV、ReverseV2、BatchToSpaceND、SpaceToBatchND。
@@ -117,8 +124,9 @@ x2paddle --convert_torch_project --project_dir=torch_project --save_dir=paddle_p
 6. 新增Caffe op映射（1个）：MemoryData。
 
 **2021.05.13**  
+
 - 新增PyTorch训练项目功能：
-支持转换的项目有[StarGAN](https://github.com/yunjey/stargan)、[Ultra-Light-Fast-Generic-Face-Detector-1MB](https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB)。
+  支持转换的项目有[StarGAN](https://github.com/yunjey/stargan)、[Ultra-Light-Fast-Generic-Face-Detector-1MB](https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB)。
 
 
 ## :hugs:贡献代码:hugs: