首先，搞定 目标检测 输出 准确率，loss值等训练变化曲线图。
其次，搞定，性能评估输出 AP，mAP图。
根据划分训练集，验证集，测试集。
数据清洗，如： 图例分析，每一例的分析。
YOLO V3 darknet版本，tensorflow 版本（明成），
参数调优：
召唤超参调优开源新神器：集XGBoost、TensorFlow、PyTorch、MXNet等十大模块于一身
https://mp.weixin.qq.com/s/C5Wg5rFutFSQE1eE_KPHZQ
特征工程：
特征工程完全手册 - 从预处理、构造、选择、降维、不平衡处理，到放弃 - 知乎
https://zhuanlan.zhihu.com/p/94994902
第二阶段
pytorch，mmdetection；
