总结
本次使用虫子数据集。由于数据集中虫子的分类我无法确定标注是否正确，无法修改虫子的标签。但即使在这种情况下，训练的map指标也从0.83提升到0.937。
一、数据集
使用insects数据集。
参考https://aistudio.baidu.com/projectdetail/4041847
二、别人训练的结果
参考https://developer.aliyun.com/article/1672458
三、我的第一轮训练的结果
3.1训练结果
训练batch只有72，这是batch=72时的验证集的评估结果。
四、第二轮训练
4.1数据集的情况
由于对数据集不熟悉，对什么虫子是否有误标无法确定，只能相信标注的结果，另外对漏标的虫子也无法处理。
对数据集做的处理为利用上一轮模型的推理结果对标注框进行了修改，但没改标签。
数据集采用随机生成，数据集的情况为
4.2 训练的结果
这个结果跟上一次的显著提升。
4.3 数据集标注存在的问题
图中置信度0.93的实际类别是acuminatus还是coleoptera无法确定，因此无法修改标签。
图中置信度0.83的虫子，实际类别是acuminatus还是coleoptera无法确定，因此无法修改标签。
图中置信度0.84的虫子，实际类别是acuminatus还是coleoptera无法确定，因此无法修改标签。
以下三张图中检出的标注感觉类别应该一致。
图中这个虫子没有标注框
