docs: 更新README文档格式并删除无用文件

Author: lmk123568

README.md

@@ -132,11 +132,11 @@ plt.show()
 
 ## 设计的哲学
 
-目前有很多优秀的库拥有着简洁易用的体验，比如fastai、keras、scikit-learn，以及飞桨自家的PaddleHapi，这些都是对复杂的代码进行封装，大大降低了用户上手难度以及用户学习成本，同时高度的封装带来的是灵活性、自定义性的下降，如何去权衡这两个矛盾是一个需要思考的问题
+目前有很多优秀的库拥有着简洁易用的体验，比如 fastai、keras、scikit-learn，以及飞桨自家的 PaddleHapi，这些都是对复杂的代码进行封装，大大降低了用户上手难度以及用户学习成本，同时高度的封装带来的是灵活性、自定义性的下降，如何去权衡这两个矛盾是一个需要思考的问题
 
 * 命名的艺术
 
-对函数的命名是一个需要推敲磨打的技术活，一方面函数命名尽量简单直观，做到用户自然记忆不需要查函数名，这就要求尽量命名短，单词意思尽量贴合使用场景。一方面又要避免与用户变量命名习惯冲突，比如"img"这个命名很常见，大多数用来表示一张图片，故命名函数时尽可能避开它，这能降低因为命名问题造成的error
+对函数的命名是一个需要推敲磨打的技术活，一方面函数命名尽量简单直观，做到用户自然记忆不需要查函数名，这就要求尽量命名短，单词意思尽量贴合使用场景。一方面又要避免与用户变量命名习惯冲突，比如 img 这个命名很常见，大多数用来表示一张图片，故命名函数时尽可能避开它，这能降低因为命名问题造成的 error
 
 ```python
 # 针对 ImageNet 数据集进行验证的函数
@@ -151,7 +151,7 @@ ppma.imagenet2012.validate(model, img_path)  # 变量命名有些冗余，可以
 
 * 结构的设计
 
-高度封装以及灵活性是一对矛盾。比如具有高度封装的Keras，其灵活性和自定义性没有Pytorch那么好。在本项目（模型分析）上，因为我们只是针对具体任务进行分析，其自定义性需求并不是那么高，我们可以适当提高封装性，同时支持更多的默认参数，用户可以通过修改默认参数来完成特定需求，比如CAM增加自定义标签（默认是网络输出的标签）查看相应激活图。
+高度封装以及灵活性是一对矛盾。比如具有高度封装的 Keras，其灵活性和自定义性没有 Pytorch 那么好。在本项目（模型分析）上，因为我们只是针对具体任务进行分析，其自定义性需求并不是那么高，我们可以适当提高封装性，同时支持更多的默认参数，用户可以通过修改默认参数来完成特定需求，比如 CAM 增加自定义标签（默认是网络输出的标签）查看相应激活图。
 
 ```python
 # 本项目设计参考 Box 思想，用户只需要准备需要的放入函数里一键运行即可