Update README.md

README.md

@@ -1,6 +1,6 @@
-## 一
-    在防控疫情的大环境下，在重点区域预防新冠发生可能性，国内很多场所如医院、大型商城在这两年推出了许多和目标检测相关的设备以及应用。但是口罩佩戴检测以及社交距离检测设备的大规模应用还是处于少数，大多数单位依旧采用原始的人力监督口罩佩戴情况，并对社交距离较小的情况进行提醒。因此疫情防控智能识别与社交距离监测仍然有研究的必要。
-    本项目中，在MindSpore深度学习框架下，设计出一个包含疫情防控智能识别与社交距离检测功能的综合目标检测系统。使用基于MindSpore的YOLOv5算法识别人物、口罩及距离信息并进行模型训练。判断人物面部是否佩戴口罩，随后针对佩戴口罩和未佩戴口罩两种情况分别进行社交距离检测，设置距离参数判断社交距离是否符合要求标准，当社交距离小于距离参数时提示异常。对佩戴口罩情况设置小的距离参数，未佩戴口罩情况距离参数设置较大距离参数。使其能在口罩识别时得到更高精度的同时，对出现异常的社交距离情况给与异常提示。
+
+ 在防控疫情的大环境下，在重点区域预防新冠发生可能性，国内很多场所如医院、大型商城在这两年推出了许多和目标检测相关的设备以及应用。但是口罩佩戴检测以及社交距离检测设备的大规模应用还是处于少数，大多数单位依旧采用原始的人力监督口罩佩戴情况，并对社交距离较小的情况进行提醒。因此疫情防控智能识别与社交距离监测仍然有研究的必要。
+ 本项目中，在MindSpore深度学习框架下，设计出一个包含疫情防控智能识别与社交距离检测功能的综合目标检测系统。使用基于MindSpore的YOLOv5算法识别人物、口罩及距离信息并进行模型训练。判断人物面部是否佩戴口罩，随后针对佩戴口罩和未佩戴口罩两种情况分别进行社交距离检测，设置距离参数判断社交距离是否符合要求标准，当社交距离小于距离参数时提示异常。对佩戴口罩情况设置小的距离参数，未佩戴口罩情况距离参数设置较大距离参数。使其能在口罩识别时得到更高精度的同时，对出现异常的社交距离情况给与异常提示。
     随后将使用YOLOv5模型做出的基于MindSpore的疫情防控智能识别与社交距离检测和使用目前先进的YOLOv7模型做出的疫情防控智能识别与社交距离检测进行检测结果对比，发现在MindSpore框架能够带来更好的效果。
 
 #项目介绍