Update README.md

README.md

@@ -104,8 +104,11 @@ works in real-time with detection and recognition accuracy up to 99.8% for Chine
 （1）交流加群：加QQ群 图像处理分析机器视觉 109128646
 ========
 感谢群友：E-图像处理_仪山湖  贡献的操作说明！和完整的第三方库，下载地址在群共享里面！  
+
 1: 安装CUDA 9.2， cuda9.2版已经带有显卡驱动，默认安装，保持cuda和显卡驱动一致，否则会报cuda runtime is inefficient 35号错误。  
+
 2：确认各项目的include、lib和第三方库路径的配置，本人在项目中除CUDA使用绝对路径外，其余的include、lib路径均使用相对路径
+'''
     caffe项目：
 	   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
 ..\..\opensource\boost_1_57_0
@@ -161,18 +164,25 @@ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
 ..\..\opensource\opencv\lib
 ..\..\opensource\boost_1_57_0\lib
 ..\..\tools_bin
-	
+'''	
 	
 3：生成时要选择Release，x64格式  
+
 4：在项目的cuda生成host代码时，支持一些旧版本的cu伪代码，三个项目都设置成：compute_61,sm_61;compute_52,sm_52;compute_50,sm_50;compute_35,sm_35;compute_30,sm_30，否则会报no kernel image 40号错误  
+
 5：整理的3rdparty请使用群文件的3rdparty-20180730.tar  
+
 6：在visual studio 2015打开caffe.sln方案时（项目根目录下），如果出现无法加载工程的错误，打开项目根目录下的caffe-vsproj\caffe.sln  
+
 7：导入工程后，在ocr_test的项目，右键，选择【生成依赖项】-> 【项目依赖项】，勾选caffe, libClassfication两个项目  
+
 8: 项目代码中对路径没有做规范化处理，导致在运行期间报找不到模型文件的错误，为了调试方便，这里把代码中的路径全部修改成绝对路径，如ocr_test.cpp的962行，
      string modelfolder = "E:\\License-Plate-Detect-Recognition\\caffe-vsproj\\ocr_test\\plateCard_test";  其他的类似修改
    但要区分MTCNN模型和ICNNPredict模型的位置	  
+   
 9：启动一个cmd，切换到工程根目录下的tools_bin目录，启动ocr_test.ext     
 
 
+
 （2）**武汉周边的朋友可以加我，周末一起约起，多交流相互学习！**
 ![image](https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9/blob/master/result_plateCard/%E5%BE%AE%E4%BF%A1%E5%8F%B7%EF%BC%8C%E6%AC%A2%E8%BF%8E%E5%8A%A0%E6%88%91%E4%BA%A4%E6%B5%81.jpg)