初衷：根据博客学习retinanet以及pytorch的使用。并构建自己的pytorch model习惯
知乎地址：https://zhuanlan.zhihu.com/p/384123384
1 backbone resnet
图片来源ResNet50网络结构图及结构详解 - 知乎 (zhihu.com)
这里注意只有在每个Stage的第一步，ResBlock才会有downsample操作。这里只有stride!=1 或者输出的通道数要是输入的4倍，才是每个stage的第一步。
2 FPN
注意：上图中一条线是一个conv操做
目标检测系列一：RetinaNet之anchor_何以解忧 唯有专注-CSDN博客
aspect_ratio: anchor的宽高比 三个比例：0.5、1.0、2，对应高、方、扁。scales: anchor的缩放比例 同样是三个值，换算成浮点数为1,、1.26、1.59，都是大于1的数。_num_anchors: anchor的数量 这里是指特征图上每个像素所对应的anchor数量。很明显是长宽比与缩放比数量的乘积，本例中为3×3=9。_strides: 采样间隔 隔多远采样一次。当前值为[8, 16, 32, 64, 128]。其实对应了特征图与原始图像的尺寸比例。_areas: anchor基础面积 生成不同形状anchor的依据。目前是边长为32、64、128、256与512像素的正方形面积。
模型在前向时，每个cell会有9个框，因此会产生好多框，需要用置信度和nms过滤。得到最终的带有类别数的anchor结果。
简单来说就是先找到最大的，和其他的做iou运算，如果没有超过我们给的threshold就去除，将最后筛选回来的框的id返回就可以了
pytorch解析自己的数据集需要继承 from torch.utils.data import Dataset 并实现自己的
__len__
__getitem__
对于coco 可以用 pycocotools来解析。
pytorch 加载数据流程：
创建一个dataset对象
创建一个dataloader对象
循环dataloader对象，将data,label拿到模型中去训练 ==>
for ii, data in enumerate(data_loader):
......你需要自己定义一个class，里面至少包含3个函数： ①__init__：传入数据，或者像下面一样直接在函数里加载数据 ②__len__：返回这个数据集一共有多少个item ③__getitem__:返回一条训练数据，并将其转换成tensor
参数： dataset：传入的数据，即上面的dataset对象。 shuffle = True:是否打乱数据 collate_fn：使用这个参数可以自己操作每个batch的数据 。为一个函数，输入为一批数据，输出处理后的数据。
sampler: 其和shuffle是互斥的，一般默认即可。是一个类，继承自from torch.utils.data.sampler import Sampler。 要实现__init__ __iter__ __len__
focal loss 通俗讲解 - 知乎 (zhihu.com)
https://zhuanlan.zhihu.com/p/338209091
model.train(): 在使用pytorch构建神经网络的时候，训练过程中会在程序上方添加一句model.train()，作用是启用batch normalization和drop out。
model.eval(): 测试过程中会使用model.eval()，这时神经网络会沿用batch normalization的值，并不使用drop out。
optimizer.step()通常用在每个mini-batch之中，而scheduler.step()通常用在epoch里面,但是不绝对