fix doc and rename det yml

doc/detection.md

@@ -47,7 +47,7 @@ wget -P ./pretrain_models/ https://paddle-imagenet-models-name.bj.bcebos.com/Res
 
 **启动训练**
 ```
-python3 tools/train.py -c configs/det/det_db_mv3.yml
+python3 tools/train.py -c configs/det/det_mv3_db.yml
 ```
 
 上述指令中，通过-c 选择训练使用configs/det/det_db_mv3.yml配置文件。
@@ -55,7 +55,7 @@ python3 tools/train.py -c configs/det/det_db_mv3.yml
 
 您也可以通过-o参数在不需要修改yml文件的情况下，改变训练的参数，比如，调整训练的学习率为0.0001
 ```
-python3 tools/train.py -c configs/det/det_db_mv3.yml -o Optimizer.base_lr=0.0001
+python3 tools/train.py -c configs/det/det_mv3_db.yml -o Optimizer.base_lr=0.0001
 ```
 
 ## 指标评估
@@ -65,17 +65,17 @@ PaddleOCR计算三个OCR检测相关的指标，分别是：Precision、Recall
 运行如下代码，根据配置文件det_db_mv3.yml中save_res_path指定的测试集检测结果文件，计算评估指标。
 
 ```
-python3 tools/eval.py -c configs/det/det_db_mv3.yml  -o Gloabl.checkpoints="./output/best_accuracy"
+python3 tools/eval.py -c configs/det/det_mv3_db.yml  -o Gloabl.checkpoints="./output/best_accuracy"
 ```
 
 ## 测试检测效果
 
 测试单张图像的检测效果
 ```
-python3 tools/infer_det.py -c config/det/det_db_mv3.yml -o TestReader.single_img_path="./demo.jpg"
+python3 tools/infer_det.py -c config/det/det_mv3_db.yml -o TestReader.single_img_path="./demo.jpg"
 ```
 
 测试文件夹下所有图像的检测效果
 ```
-python3 tools/infer_det.py -c config/det/det_db_mv3.yml -o TestReader.single_img_path="./demo_img/"
+python3 tools/infer_det.py -c config/det/det_mv3_db.yml -o TestReader.single_img_path="./demo_img/"
 ```

doc/recognition.md

@@ -3,7 +3,7 @@
 ### 数据准备
 
 
-PaddleOCR 支持两种数据格式: `lmdb` 用于训练公开数据，调试算法; `通用数据` 训练自己的数据: 
+PaddleOCR 支持两种数据格式: `lmdb` 用于训练公开数据，调试算法; `通用数据` 训练自己的数据:
 
 请按如下步骤设置数据集：
 
@@ -40,7 +40,7 @@ PaddleOCR 提供了一份用于训练 icdar2015 数据集的标签文件，通
 # 训练集标签
 wget -P ./train_data/ic15_data  https://paddleocr.bj.bcebos.com/dataset/rec_gt_train.txt
 # 测试集标签
-wget -P ./train_data/ic15_data  https://paddleocr.bj.bcebos.com/dataset/rec_gt_test.txt 
+wget -P ./train_data/ic15_data  https://paddleocr.bj.bcebos.com/dataset/rec_gt_test.txt
 ```
 
 最终训练集应有如下文件结构：
@@ -99,7 +99,8 @@ word_dict.txt 每行有一个单字，将字符与数字索引映射在一起，
 PaddleOCR提供了训练脚本、评估脚本和预测脚本，本节将以 CRNN 识别模型为例：
 
 首先下载pretrain model，您可以下载训练好的模型在 icdar2015 数据上进行finetune
-``
+
+```
 cd PaddleOCR/
 # 下载MobileNetV3的预训练模型
 wget -P ./pretrain_models/ https://paddleocr.bj.bcebos.com/rec_mv3_none_bilstm_ctc.tar
@@ -156,4 +157,3 @@ infer_img: doc/imgs_words/word_1.jpg
      index: [2092  177  312 2503]
      word : 韩国小馆
 ```
-