Update python_deploy.md

docs/python_deploy.md

@@ -11,31 +11,33 @@ PaddleX已经集成了基于Python的高性能预测接口，在安装PaddleX后
 接下来的预测部署将使用PaddleX python高性能预测接口，接口说明可参考[paddlex.deploy](./apis/deploy.md)
 
 
-* 图片预测
+* **图片预测**
 
 ```python
 import paddlex as pdx
 predictor = pdx.deploy.Predictor('./inference_model')
-result = predictor.predict(img_file='test.img')
+result = predictor.predict(img_file='test.jpg')
 ```
 
-* 图片预测、并评估预测速度
+* **图片预测、并评估预测速度**
 
 **关于预测速度的说明**：加载模型后，前几张图片的预测速度会较慢，这是因为运行启动时涉及到内存显存初始化等步骤，通常在预测20-30张图片后模型的预测速度达到稳定。**如果需要评估预测速度，可通过指定预热轮数warmup_iters完成预热**。**为获得更加精准的预测速度，可指定repeats重复预测后取时间平均值**。
 
 ```python
 import paddlex as pdx
 predictor = pdx.deploy.Predictor('./inference_model')
-result = predictor.predict(img_file='test.img',
+result = predictor.predict(img_file='test.jpg',
                            warmup_iters=100,
                            repeats=100)
 ```
 
-* Python部署所得预测结果支持使用`paddlex.det.visualize`（适用于目标检测和实例分割模型）或`paddlex.seg.visualize`（适用于语义分割模型）进行可视化。
+* **预测结果可视化**
+ 
+Python部署所得预测结果支持使用`paddlex.det.visualize`（适用于目标检测和实例分割模型）或`paddlex.seg.visualize`（适用于语义分割模型）进行可视化。
 ```python
 # 目标检测和实例分割结果
-pdx.det.visualize('test.img', result, save_dir='./')
+pdx.det.visualize('test.jpg', result, save_dir='./')
 
 # 语义分割结果
-pdx.seg.visualize('test.img', result, save_dir='./')
+pdx.seg.visualize('test.jpg', result, save_dir='./')
 ```