refactor(model): 更新模型文件，优化Dockerfile和README文档结构

- 更新yolo_detect的模型权重文件
- 移除Python依赖安装中的清华源加速配置
- 修改Dockerfile中删除文件的注释描述
- 重构README文档，简化使用教程内容
- 更新Docker构建和启动命令格式
- 添加GIT LFS相关提示信息
- 移除重复的持久化配置说明

Dockerfile

@@ -15,14 +15,14 @@ WORKDIR /code
 # 复制并安装 Python 依赖
 COPY requirements.txt /code/requirements.txt
 
-# 安装 Python 依赖（加速源）
+# 安装 Python 依赖
 RUN pip install --no-cache-dir --upgrade -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple \
     && pip install --no-cache-dir --upgrade torch torchvision --index-url https://download.pytorch.org/whl/cu130
 
 # 复制应用代码
 COPY ./app /code/app
 
-# 删除无用的文件，避免占用磁盘空间
+# 删除核心文件，减小体积
 RUN rm -rf /code/app/core
 
 # 暴露端口并启动应用

README.md

@@ -1,26 +1,18 @@
 ### Wall Docker 镜像使用教程
 
----
+#### 构建方式
-
-> 采用模型文件持久化，方便后续更新模型而不需要重新创建容器，以及统一配置配置文件
-
-1. 导入docker images `docker load -i wall.tar`
-
-2. 进入持久化目录，新建.env，添加相应内容
-
-  ```env
-  UPLOAD_DIR=uploads
-  MOCK=false
-  MODEL=segformer #segformer, yolo，目前打包模型只有segformer
-  ```
-
-3. 解压算法模型目录到core文件夹
 
 ```bash
-  tar -xvf core.tar
+docker build -t wall .
 ```
 
-4. 使用指令运行docker镜像
+#### 启动方式
+
+> 采用模型文件持久化，方便后续更新模型而不需要重新创建容器，以及统一配置配置文件
+> 
+> 后续更新，如果只更新了核心文件，则仅需git pull后重新启动容器
+> 
+> 如果更新了代码文件，则需要重新构建镜像
 
 ```bash
 sudo docker run -d \
@@ -28,29 +20,10 @@
   --gpus all \
   -p [local_port]:80 \
   -v $(pwd)/uploads:/code/uploads \
-      -v $(pwd)/core:/code/app/core \
+  -v $(pwd)/app/core:/code/app/core \
   -v $(pwd)/.env:/code/.env \
   wall
 ```
 
-5. 如果后续需要更新模型，只需要覆盖掉core内的文件，更改.env配置文件后，即可继续运行
+> TIPS：由于部分文件采用GIT LFS 管理，请先安装GIT LFS
-
+> 在clone或者pull时，建议先clone代码文件，然后停掉，再用git lfs pull可查看大文件下载进度
----
-
-> 如果不想要模型文件持久化，则不需要解压算法文件了
-
-1. 导入docker images `docker load -i wall.tar`
-
-2. 使用指令运行docker镜像
-
-	```bash
-	sudo docker run -d \
-	    --name [docker_container_name] \
-	    --gpus all \
-	    -p [local_port]:80 \
-	    -v $(pwd)/core:/code/app/core \
-	    -v $(pwd)/.env:/code/.env \
-	    wall
-	```
-
-