ResNet-18 训练和测试步骤同时进行，主要修改参数如下： python train.py --device cuda --lr 0.1 --argumentation cutout --batch-size 128 最终得到一个csv文件，里面存放了每个Epoch的train_loss, test_loss以及test_accuracy
Faster R-CNN 训练步骤： 运行train.py。 测试步骤： 在frcnn.py中修改相关参数，运行predict，提示下输入图片地址，结果保存在相应的输出文件夹中。
FCOS 训练步骤： 运行 train_voc.py 测试步骤： 运行 eval_voc.py 检测步骤： 运行 detect.py