fix modelzoo and custom dataset docs error (#1019)

docs/MODEL_ZOO.md

@@ -196,7 +196,7 @@ results of image size 608/416/320 above. Deformable conv is added on stage 5 of
 | MobileNet_v1 | 300 | 64 | Cosine decay(40w) | - | 23.6 | [model](https://paddlemodels.bj.bcebos.com/object_detection/ssdlite_mobilenet_v1.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v1.yml) |
 | MobileNet_v3 small | 320 | 64 | Cosine decay(40w) | - | 16.2 | [model](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small.yml) |
 | MobileNet_v3 large | 320 | 64 | Cosine decay(40w) | - | 23.3 | [model](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_large.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_large.yml) |
-| MobileNet_v3 large w/ FPN | 320 | 64 | Cosine decay(40w) | - | 18.9 | [model](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small_fpn.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small_fpn.yml) |
+| MobileNet_v3 small w/ FPN | 320 | 64 | Cosine decay(40w) | - | 18.9 | [model](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small_fpn.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small_fpn.yml) |
 | MobileNet_v3 large w/ FPN | 320 | 64 | Cosine decay(40w) | - | 24.3 | [model](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_large_fpn.pdparams) | [config](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_large_fpn.yml) |
 
 **Notes:** `SSDLite` is trained in 8 GPU with total batch size as 512 and uses cosine decay strategy to train.

docs/MODEL_ZOO_cn.md

@@ -188,7 +188,7 @@ Paddle提供基于ImageNet的骨架网络预训练模型。所有预训练模型
 | MobileNet_v1 | 300 | 64 | Cosine decay(40w) | - | 23.6 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/ssdlite_mobilenet_v1.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v1.yml) |
 | MobileNet_v3 small | 320 | 64 | Cosine decay(40w) | - | 16.2 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small.yml) |
 | MobileNet_v3 large | 320 | 64 | Cosine decay(40w) | - | 23.3 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_large.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_large.yml) |
-| MobileNet_v3 large w/ FPN | 320 | 64 | Cosine decay(40w) | - | 18.9 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small_fpn.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small_fpn.yml) |
+| MobileNet_v3 small w/ FPN | 320 | 64 | Cosine decay(40w) | - | 18.9 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_small_fpn.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_small_fpn.yml) |
 | MobileNet_v3 large w/ FPN | 320 | 64 | Cosine decay(40w) | - | 24.3 | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/mobile_models/ssdlite_mobilenet_v3_large_fpn.pdparams) | [配置文件](https://github.com/PaddlePaddle/PaddleDetection/tree/master/configs/ssd/ssdlite_mobilenet_v3_large_fpn.yml) |
 
 **注意事项:** SSDLite模型使用学习率余弦衰减策略在8卡GPU下总batch size为512。

docs/tutorials/Custom_DataSet.md

 # 如何训练自定义数据集
 
 ## 目录
-- [1.数据准备](#1.准备数据)
-    - [将数据集转换为COCO格式](#方式一：将数据集转换为COCO格式)
-    - [将数据集转换为VOC格式](#方式二：将数据集转换为VOC格式)
-    - [添加新数据源](#方式三：添加新数据源)
-- [2.选择模型](#2.选择模型)
-- [3.修改参数配置](#3.修改参数配置)
-- [4.开始训练与部署](#4.开始训练与部署)
-- [附：一个自定义数据集demo](#附：一个自定义数据集demo)
+- [1.数据准备](#1准备数据)
+    - [将数据集转换为COCO格式](#方式一将数据集转换为COCO格式)
+    - [将数据集转换为VOC格式](#方式二将数据集转换为VOC格式)
+    - [添加新数据源](#方式三添加新数据源)
+- [2.选择模型](#2选择模型)
+- [3.修改参数配置](#3修改参数配置)
+- [4.开始训练与部署](#4开始训练与部署)
+- [附：一个自定义数据集demo](#附一个自定义数据集demo)
 
 ## 1.准备数据
-如果数据符合COCO或VOC数据集格式，可以直接进入[2.选择模型](#2.选择模型)，否则需要将数据集转换至COCO格式或VOC格式。
+如果数据符合COCO或VOC数据集格式，可以直接进入[2.选择模型](#2选择模型)，否则需要将数据集转换至COCO格式或VOC格式。
 
 ### 方式一：将数据集转换为COCO格式
 
@@ -86,7 +86,7 @@ PaddleDetection中提供了丰富的模型库，具体可在[模型库](../MODEL
 
 选择好模型后，需要在`configs`目录中找到对应的配置文件，为了适配在自定义数据集上训练，需要对参数配置做一些修改：
 
-- 数据路径配置: 在yaml配置文件中，依据[1.数据准备](#1.准备数据)中准备好的路径，配置`TrainReader`、`EvalReader`和`TestReader`的路径。
+- 数据路径配置: 在yaml配置文件中，依据[1.数据准备](#1准备数据)中准备好的路径，配置`TrainReader`、`EvalReader`和`TestReader`的路径。
     - COCO数据集：
      ```yaml
        dataset:
@@ -124,7 +124,7 @@ PaddleDetection中提供了丰富的模型库，具体可在[模型库](../MODEL
 
 ## 附：一个自定义数据集demo
 
-我们以`AI识虫数据集`为例，对自定义数据集上训练过程进行演示，该数据集提供了2183张图片，其中训练集1693张，验证集与测试集分别有245张，共包含7种昆虫。在AIStudio上有很多用户公开了此数据集，您可以进行搜索并下载，如：[链接1](https://aistudio.baidu.com/aistudio/datasetdetail/34213)，[链接2](https://aistudio.baidu.com/aistudio/datasetdetail/19748)等。
+我们以`AI识虫数据集`为例，对自定义数据集上训练过程进行演示，该数据集提供了2183张图片，其中训练集1693张，验证集与测试集分别有245张，共包含7种昆虫。下载链接为：[数据集链接](https://paddlemodels.bj.bcebos.com/insect.tar), 在AIStudio上也有很多用户公开了此数据集，您可以进行搜索并下载，如：[链接1](https://aistudio.baidu.com/aistudio/datasetdetail/34213)，[链接2](https://aistudio.baidu.com/aistudio/datasetdetail/19748)等。
 
 #### 第一步：准备数据
 
@@ -230,8 +230,6 @@ PaddleDetection中提供了丰富的模型库，具体可在[模型库](../MODEL
                 --use_gpu=True
   ```
 预测结果如下图所示：
-<div align="center">
-  <img src="docs/images/2572.jpeg" />
-</div>
+![](../images/2572.jpeg)
 
 如仍有疑惑，欢迎给我们提issue。

docs/tutorials/QUICK_STARTED.md

@@ -43,9 +43,7 @@ visualdl --logdir vdl_fruit_dir/scalar/ --host <host_IP> --port <port_num>
 
 Result on VisualDL is shown below:
 
-<div align="center">
-  <img src='../images/visualdl_fruit.jpg' width='800'>
-</div>
+![](../images/visualdl_fruit.jpg)
 
 Model can be downloaded [here](https://paddlemodels.bj.bcebos.com/object_detection/yolov3_mobilenet_v1_fruit.tar)
 
@@ -65,13 +63,8 @@ python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml \
 
 Inference images are shown below:
 
-<div align="center">
-  <img src='../../demo/orange_71.jpg' width='600'>
-</div>
+![](../../demo/orange_71.jpg)
 
-
-<div align="center">
-  <img src='../images/orange_71_detection.jpg' width='600'>
-</div>
+![](../images/orange_71_detection.jpg)
 
 For detailed infomation of training and evalution, please refer to [GETTING_STARTED.md](GETTING_STARTED.md).

docs/tutorials/QUICK_STARTED_cn.md

@@ -47,10 +47,7 @@ visualdl --logdir vdl_fruit_dir/scalar/ --host <host_IP> --port <port_num>
 
 VisualDL结果显示如下：
 
-
-<div align="center">
-  <img src='../images/visualdl_fruit.jpg' width='800'>
-</div>
+![](../images/visualdl_fruit.jpg)
 
 训练模型[下载链接](https://paddlemodels.bj.bcebos.com/object_detection/yolov3_mobilenet_v1_fruit.tar)
 
@@ -72,15 +69,9 @@ python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml \
 
 预测图片如下：
 
+![](../../demo/orange_71.jpg)
 
-<div align="center">
-  <img src='../../demo/orange_71.jpg' width='600'>
-</div>
-
-
-<div align="center">
-  <img src='../images/orange_71_detection.jpg' width='600'>
-</div>
+![](../images/orange_71_detection.jpg)
 
 
 更多训练及评估流程，请参考[入门使用文档](GETTING_STARTED_cn.md)。