lr_bn_batchsize_deformable convolution_Hard negative mining
LR
学习率的调整方法：
1、从自己和其他人一般的经验来看，学习率可以设置为3、1、0.5、0.1、0.05、0.01、0.005，0.005、0.0001、0.00001具体需结合实际情况对比判断，小的学习率收敛慢，但能将loss值降到更低。
2、根据数据集的大小来选择合适的学习率，当使用平方和误差作为成本函数时，随着数据量的增多，学习率应该被设置为相应更小的值（从梯度下降算法的原理可以分析得出）。另一种方法就是，选择不受数据集大小影响的成本函数-均值平方差函数。
3、训练全过程并不是使用一个固定值的学习速度，而是随着时间的推移让学习率动态变化，比如刚开始训练，离下山地点的最优值还很远，那么可以使用较大的学习率下的快一点，当快接近最优值时为避免跨过最优值，下山速度要放缓，即应使用较小学习率训练，具体情况下因为我们也不知道训练时的最优值，所以具体的解决办法是：在每次迭代后，使用估计的模型的参数来查看误差函数的值，如果相对于上一次迭代，错误率减少了，就可以增大学习率如果相对于上一次迭代，错误率增大了，那么应该重新设置上一轮迭代的值，并且减少学习率到之前的50%。因此，这是一种学习率自适应调节的方法。在Caffe、Tensorflow等深度学习框架中都有很简单直接的学习率动态变化设置方法。
Batch size
batchsize太小，在一定的epoch下很难达到低谷，学习很慢，太大，一是内存不够，二是loss降不下去泛化性能差，所以在常见的setting（～100 epochs），batch size一般不会低于16。.
BN
一般网络深度增加会出现梯度消失和梯度爆炸，SIGMOD激活函数会导致梯度消失，一般采用rule激活函数或者leaky rule.当网络初始化权重很大会导致梯度爆炸，一般采样削峰剪枝处理。
聊聊Batch Normalization在网络结构中的位置 - 知乎 (zhihu.com)
1. 什么是Batch Normalization？
谷歌在2015年就提出了Batch Normalization(BN)，该方法对每个mini-batch都进行normalize，下图是BN的计算方式，会把mini-batch中的数据正规化到均值为0，标准差为1，同时还引入了两个可以学的参数，分别为scale和shift，让模型学习其适合的分布。
那么为什么在做过正规化后，又要scale和shift呢？当通过正规化后，把尺度缩放到0均值，再scale和shift，不是有可能把数据变回"原样"？因为scale和shift是模型自动学习的，神经网络可以自己琢磨前面的正规化有没有起到优化作用，没有的话就"反"正规化，抵消之前的正规化操作带来的影响。
2. 为什么要用Batch Normalization？
(1) 解决梯度消失问题
拿sigmoid激活函数距离，从图中，我们很容易知道，数据值越靠近0梯度越大，越远离0梯度越接近0，我们通过BN改变数据分布到0附近，从而解决梯度消失问题。
(2) 解决了Internal Covariate Shift(ICS)问题
先看看paper里对ICS的定义:
由于训练过程中参数的变化，导致各层数据分布变化较大，神经网络就要学习新的分布，随着层数的加深，学习过程就变的愈加困难，要解决这个问题需要使用较低的学习率，由此又产生收敛速度慢，因此引入BN可以很有效的解决这个问题。
（3）加速了模型的收敛
和对原始特征做归一化类似，BN使得每一维数据对结果的影响是相同的，由此就能加速模型的收敛速度。
（4）具有正则化效果
BN层和正规化/归一化不同，BN层是在mini-batch中计算均值方差，因此会带来一些较小的噪声，在神经网络中添加随机噪声可以带来正则化的效果。
3. Batch Normalization添加在哪？
所以实际使用上，BatchNorm层应该放在哪呢？层与层直接都要加吗？加在激活函数前还是激活函数后？卷积层和pooling层要不要加？有人说这个应该加在非线性层后，如下顺序。
Linear->Relu->BatchNorm->Dropout
论文里有提到，BN层常常被加到Relu之前，但是没有明确的标准，需要尝试不同配置，通过实验得出结论(很多实验结果偏向于Relu在BN之前)。
那BN层和dropout层的顺序呢？
我们可以看到这样的代码，BN在dropout之后。
也可以看到这样的代码，BN在dropout之前。
实际上，BN消除了对dropout的依赖，因为BN也有和dropout本质一样的正则化的效果，像是ResNet, DenseNet等等并没有使用dropout，如果要用并用BN和dropout，还是建议BN放在dropout之前。
注：对BN和dropout感兴趣的可以看下这篇论文《Understanding the Disharmony between Dropout and Batch Normalization by Variance Shif》https://arxiv.org/pdf/1801.05134.pdf
deformable convolution
这种卷积方法可以扩大感受野
现在原始位置做卷积，然后计算偏移，之后在偏移的地方再次进行计算卷积
cv2.minAreaReact()，计算出包括区域的最小矩形
