Readme Update

README.md

@@ -2,7 +2,34 @@
 
 ## 程序余API介绍
 
->主要的程序接口（API）全部位于detect.py和param.py两个文件中。
+>主要的程序接口（API）全部位于detect.py和param.py两个文件中。在输入接口 `detect(self,imgs:torch.Tensor) -> list`的输入变量类型是torch的张量类型，可以通过opencv的`cv2.imread()`或者`capture.read()`读取得到numpy数组(array)类型，然后通过`torch.Tensor()`或者`torchvision.transforms`进行类型转换。图片尺寸必须是方形，即W=H,如果不是建议先通过resize和pad操作进行变换；如果是单张图片，输入模型前必须扩充维数，可以使用Tensor的`unsqueeze(dim=0)`方法进行（即扩充第一维度),实现的伪代码如下:
+
+```python
+raw_img = cv2.imread(path_src) # 读取单张图片，path_src处填写图片路径
+raw_transform = transforms.Compose([transforms.ToPILImage(),
+                                    transforms.Resize((360,640)),
+                                    transforms.Pad((0,(640-360)//2)),
+                                    transforms.ToTensor()])
+return raw_transform(raw_img).unsqueeze(dim=0)
+```
+
+>如果是读取视频只需按opencv读取视频的方法进行即可:
+
+```python
+capture = cv2.VideoCapture(path_src) # 读取摄像头为cv2.VideoCapture(index),index是相机索引，通常为0即可；读取视频文件时path_src填写路径即可
+raw_transform = transforms.Compose([transforms.ToPILImage(),
+                                    transforms.Resize((360,640)),
+                                    transforms.Pad((0,(640-360)//2)),
+                                    transforms.ToTensor()]) # 预先组合好的变换函数
+ret,frame = capture.read()
+while ret is not None:
+    frame_tensor = raw_transform(frame).unsqueeze(dim=0) # 由于输入的是单张图片，需要在dim=0进行维数扩充，由(C,H,W)到(1,C,H,W)，总尺寸大小其实不会发生改变
+    # your coder for detection
+    # ...
+    
+    ret,frame = capture.read()
+capture.release()
+```
 
 ### 检测模块：detect.py
 
@@ -88,3 +115,9 @@ if __name__ == '__main__':
 ### 输出图片
 
 ![avatar](result.png)
+
+### 参考链接
+
+[YOLOv7官方实现-github](https://github.com/WongKinYiu/yolov7)
+
+[YOLOv7论文-arxiv](https://arxiv.org/abs/2207.02696)