update readme typo

cStor-cDeep · Jul 28, 2023 · ebb31cb · ebb31cb
1 parent 62cf723
commit ebb31cb
Show file tree

Hide file tree

Showing 2 changed files with 7 additions and 7 deletions.
diff --git a/README.md b/README.md
@@ -67,11 +67,11 @@ python track.py --video_path video.mp4 --save_path video_test.mp4 sam_checkpoint
 
 **TODO**
 - [ ] Train YOLOv8 models with object365 dataset
-    - [x] [YOLO8m.pt](https://pan.baidu.com/s/1Lhbl_ez5sCC81j-s6RvP6A)  extract code: 65ge
-    - [ ] YOLO8n.pt
-    - [ ] YOLO8s.pt
-    - [ ] YOLO8l.pt
-    - [ ] YOLO8x.pt
+    - [x] [YOLOv8m.pt](https://pan.baidu.com/s/1Lhbl_ez5sCC81j-s6RvP6A)  extract code: 65ge
+    - [ ] YOLOv8n.pt
+    - [ ] YOLOv8s.pt
+    - [ ] YOLOv8l.pt
+    - [ ] YOLOv8x.pt
 
 **License**
 - This code is licensed under the [AGPL-3.0 License](./LICENSE).

diff --git a/README.zh-CN.md b/README.zh-CN.md
@@ -2,8 +2,8 @@
 
 **简介**
 
-- 由 facebook 提出的 SAM 模型在计算机视觉领域产生了非常重要的影响，这是因为它在许多任务中作为一个基础的步骤，比如边缘检测，人脸识别和自动驾驶。但是，SAM 有两个缺陷：(1) 它不返回图像区域的语义信息，(2) 它可能会将一个实例(例如，一辆车)分割成各式各样的小区域，(3) 模型不能处理视频数据。
-- 在这个项目中，我们用 YOLOv8 和 SAM 实现了一种图像分割方法和一种目标跟踪方法，它可以解决上述 SAM 的两个问题，我们将该方法称之为分割任意视频(SAV)。
+- 由 facebook 提出的 SAM 模型在计算机视觉领域产生了非常重要的影响，这是因为它在许多任务中作为一个基础的步骤，比如边缘检测，人脸识别和自动驾驶。但是，SAM 有三个缺陷：(1) 它不返回图像区域的语义信息，(2) 它可能会将一个实例(例如，一辆车)分割成各式各样的小区域，(3) 模型不能处理视频数据。
+- 在这个项目中，我们用 YOLOv8 和 SAM 实现了一种图像分割方法和一种目标跟踪方法，它可以解决上述 SAM 的三个问题，我们将该方法称之为分割任意视频(SAV)。
 - 在 seg.py 中，我们的分割方法可以通过 YOLOv8 检测器得到的结果作为提示框传入到 SAM，并保留无语义信息区域的方式来解决，这是与 SAM 最大的不同点。
 在 track.py 中，我们修改代码 [ultralytics/tracker/track.py](https://github.com/ultralytics/ultralytics/tree/main/ultralytics/tracker/track.py)，它提供了 ByteTrack 和 BoTSORT 两种跟踪方法，然后将实例分割应用到视频的每一帧。