autoML-用EfficientDet进行训练

在学习autoML的过程中，最好的学习方式就是自己动手运行一个training,所以自己就在网上找了一个EfficientDet的训练程序试了一下。

多谢写下面链接里面程序的这位老兄的大公无私，我们才能这么方便，快速地上手训练物体检测模块。

程序下载地址：

https://github.com/499244188/efficientdet-pytorch

里面已经有步骤了，我这里就不再重复了，主要讲一下自己遇到的一些问题，方便后来者：

1. 图片和标签文件需要自己找，找到后按要求放到对应的文件夹中，图片和标签文件一一对应（VOC格式）
2. 训练的类按标签文件中的类进行更新
3. pth文件在百度盘已经下载不到了，不过还可以在下面的参考链接里下载
4. 因为自己的电脑配置问题，没有专业显卡，所以直接运行会报错，大意是没有Nvidia显卡和驱动，需要自己动手改为用CPU训练：
   1. pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
   2. train.py文件中：torch.load(model_path)在路径参数后面加上map_location="cpu",变为torch.load(model_path, map_location="cpu")
   3. train.py文件中：找到Cuda=True,改为Cuda=False
5. 最后贴上一张正在训练的图片，用时比较长，毕竟自己的电脑配置比较差
6.