根据基建赛方提供的数据集进行训练，
一、首先对数据集进行转换，转化步骤如下
1、VOC数据集拆分 运行脚本，并设置训练集和验证集比例
python tools/splitData_labelImg.py
2、voc数据集转coco数据集，转化命令如下
3、coco box转segmentation
python tools/Segmentations.py
二、开始训练
1、设定学习率为
base_lr: 0.00125
2、训练epoch为92轮
经过观察当训练到60轮次左右时Loss值已经停止下降保持在0.19243如下图所示，下一步将调整学习率增加一倍，并且对数据集进行增强，
采用线下增强方式，采用 移位（translation）、视角（viewpoint）、大小（size）、照明（illumination）
（*Paddle也支持线上增强，即在输入模型之前做resize处理）
optimization分析当前发生local minima或saddle point的原因
当前训练集仅为800张，数据增强后继续观察。
