目标检测快速训练与推理框架

每次做目标检测的任务都重头开坑，这次干脆基于 torchvision 写一个针对 COCO 数据集的通用框架。包括：

• 加载数据
• 训练
• 保存与加载模型
• 推理

写一个通用的训练、推理框架，下次直接用。注意，这里只是调库，并非自己重头写神经网络。

注意：

• 目前只针对 COCO 数据集。
• 训练注意增加类别，多一个背景类。

在这里下载 mini-coco 数据集，可以测试。

---

• preprocess 文件夹，这俩代码都是单独执行的
  • mean-std.py，计算样本三通道的均值与方差，用于数据标准化
  • reconstruct-anno.py，重构 json，支持多个 batchsize
• model 文件夹
  • data_helper.py，加载数据
  • engine.py，训练与推理的具体过程
  • eval.py，推理程序，python eval.py 执行
  • model.py，模型
  • train.py，训练程序，python train.py 执行
  • utils.py，保存、加载模型和写入日志