Merge pull request #167 from HaoyangLee/main

Author: SamitHuang

.github/workflows/ci.yml

@@ -20,7 +20,7 @@ jobs:
     strategy:
       matrix:
         os: [ubuntu-latest]
-        python-version: ["3.8"] #["3.7", "3.8", "3.9"] TBA
+        python-version: ["3.7"] #["3.7", "3.8", "3.9"] TBA
     runs-on: ${{ matrix.os }}
 
     steps:

README.md

@@ -47,6 +47,12 @@ Additionally, please install MindSpore(>=1.9) following the official [installati
 
 For distributed training, please install [openmpi 4.0.3](https://www.open-mpi.org/software/ompi/v4.0/).
 
+| Environment | Version |
+|-------------|---------|
+| MindSpore   | >=1.9   |
+| Python      | >=3.7   |
+
+> Notes: If you [use MX Engine for Inference](#21-inference-with-mx-engine), the version of Python should be 3.9.
 
 ### Install with PyPI
 

README_CN.md

@@ -43,6 +43,12 @@ pip install -r requirements.txt
 
 此外，请按[官方指引](https://www.mindspore.cn/install)安装MindSpore(>=1.9) 来适配您的机器。如果需要在分布式模式下进行训练，还请安装[openmpi](https://www.open-mpi.org/software/ompi/v4.0/)。
 
+| 环境         | 版本   |
+|-------------|-------|
+| MindSpore   | >=1.9 |
+| Python      | >=3.7 |
+
+> 注意：如果[使用MX Engine推理](#21-使用mx-engine推理)，Python版本需为3.9。
 
 ### 通过PyPI安装
 
@@ -59,32 +65,32 @@ pip install git+https://github.com/mindspore-lab/mindocr.git
 
 ## 快速上手
 
-### 模型训练评估
+### 1. 模型训练评估
 
-#### 文本检测
+#### 1.1 文本检测
 
 MindOCR支持多种文本检测模型及数据集，在此我们使用**DBNet**模型和**ICDAR2015**数据集进行演示。请参考[DBNet模型文档](configs/det/dbnet/README_CN.md)。
 
 
-### 文本识别
+### 1.2 文本识别
 
 MindOCR支持多种文本识别模型及数据集，在此我们使用**CRNN**模型和**LMDB**数据集进行演示。请参考[CRNN模型文档](configs/rec/crnn/README_CN.md)。
 
 
-### 推理与部署
+### 2. 推理与部署
 
-#### 使用MX Engine推理
+#### 2.1 使用MX Engine推理
 
 MX ([MindX](https://www.hiascend.com/zh/software/mindx-sdk)的缩写) 是一个支持昇腾设备高效推理与部署的工具。
 
 MindOCR集成了MX推理引擎，支持文本检测识别任务，请参考[mx_infer](docs/cn/inference_tutorial_cn.md).
 
 
-#### 使用Lite推理 
+#### 2.2 使用Lite推理 
 
 敬请期待
 
-#### 使用原生MindSpore推理
+#### 2.3 使用原生MindSpore推理
 
 敬请期待