Update 2 files

- /end-to-end/end-to-end.png
- /end-to-end/README.md

end-to-end/README.md

@@ -1,8 +1,12 @@
 # Método End-to-End
 
+<img src="end-to-end.png"/>
+
+## Guía de uso
+
 A modo general, las opciones a usar (carpetas de imágenes de referencia/degradadas, modelos de la red, directorio de salida, etc) se encuentran en [end-to-end/options](../end-to-end/options).
 
-## Inferencia y Evaluación
+### Inferencia y Evaluación
 
 Para ejecutar la inferencia se debe editar el archivo [end-to-end/options/train_drunet.json](../end-to-end/options/train_drunet.json) y, una vez hechos los cambios, ejecutar:
 
@@ -16,7 +20,7 @@ Para ejecutar la evaluación de un directorio con imágenes se debe editar el ar
 python tempest_evaluation.py
 ```
 
-## Entrenamiento
+### Entrenamiento
 
 **Nota: antes de ejecutar el siguiente comando se debe seleccionar qué tipo de datos usar para el entrenamiento**
 
@@ -25,10 +29,10 @@ python tempest_evaluation.py
 python main_train_drunet.py
 ```
 
-### Entrenamiento con datos reales
+#### Entrenamiento con datos reales
 
 Para entrenar con datos reales, el archivo [end-to-end/options/train_drunet.json](../end-to-end/options/train_drunet.json) debe tener en el campo __dataset_type__ (datasets-->train) el valor __"drunet_finetune"__.
 
-### Entrenamiento con datos sintéticos
+#### Entrenamiento con datos sintéticos
 
 Para entrenar con datos sinteticos, el archivo [end-to-end/options/train_drunet.json](../end-to-end/options/train_drunet.json) debe tener en el campo __dataset_type__ (datasets-->train) el valor __"drunet"__.