添加 imagenet 部分训练数据集 及 预训练模型

README.md

@@ -89,7 +89,7 @@ The data is available for free to researchers for non-commercial use.
 ### 2、静态手势识别预训练模型（handpose_x_gesture_v1）    
 * [预训练模型下载地址(百度网盘 Password: igcf )](https://pan.baidu.com/s/1WeoYQ3bfTkpbzPbROm81Ew)   
 
-### 3、imagenet预训练模型
+### 3、imagenet 预训练模型
 * [预训练模型下载地址(百度网盘 Password: ct31 )](https://pan.baidu.com/s/1uZsAHF6wK-LOR8j6TFABmQ)   
 * 具体分类看json信息即"imagenet_msg.json"，运行 [read_imagenet_msg.py](https://codechina.csdn.net/EricLee/classification/-/blob/master/imagenet/read_imagenet_msg.py) 读取。
 * "chinese_name"为类别中文名字，"doc_name"为数据集对应的每一类文件夹名字，前面的数字为模型的类别号从 "0"~"999"，共 1000 类 。
@@ -102,7 +102,7 @@ The data is available for free to researchers for non-commercial use.
     parser.add_argument('--train_path', type=str, default = './handpose_x_gesture_v1/',
         help = 'train_path') # 训练集路径
     parser.add_argument('--num_classes', type=int , default = 14,
-        help = 'num_classes') #  分类类别个数,gesture 配置为 14 ， Stanford Dogs 配置为 120
+        help = 'num_classes') #  分类类别个数,gesture 配置为 14 ， Stanford Dogs 配置为 120 ， imagenet 配置为 1000
     parser.add_argument('--have_label_file', type=bool, default = False,
         help = 'have_label_file') # 是否有配套的标注文件解析才能生成分类训练样本，gesture 配置为 False ， Stanford Dogs 配置为 True
 ```