对QKV的理解，先废一下话...

计算流程参考：https://zhuanlan.zhihu.com/p/82312421

给定一组query，和当前输入样本input（每个样本都有各自的key），经过空间变化后input→query。

计算query和key之间的相关性r，r中的每个元素就可以看做是input中每个样本和其他样本的关系向量，然后根据query和key的相关性得到value的加权和（即，注意力）。

本质上，QKV的计算就是矩阵之间的计算。通过样本输入向量input和训练过程中训练得到的三个矩阵WQ、WK、WV分别进行矩阵计算，得到QKV三向量。

虽然QKV三者的属性不在同一空间，其实是有一定潜在联系的，通过某种变换（个人认为就是矩阵之间的线性相乘相加计算）将三者属性映射到一个相似的空间。注意力机制不是为了query去找value，而是根据当前query获取value的加权和来获取对输入样本的注意力。

训练参数说明

args.lr_backbone默认为1e-5，则train_backbone默认为true，通过设置backbone的lr来设置是否训练网络时接收backbone的梯度从而让backbone也训练。

--lr：网络学习率。
--lr_backbone：主干网络的学习率。
--batch_size：如果设置太高了显卡带不动，会显示爆显存的错，就需要降低batch_size。
--weight_decay：权重衰减系数。
--epochs: 训练的轮次，所有图片训练一次是一轮。
 --lr_drop：学习率衰减epoch（每训练epoch后，学习率线性递减变化）。
--clip_max_norm：梯度衰减最大范数。
--frozen_weights：是否固定住参数的权重，类似于迁移学习的微调。
--backbone：backbone的网络结构选择，默认'resnet50'。
--dilation：是否进行空洞卷积，区分是否DC5模块。
--position_embedding：用于图像特征的位置编码方法类型，可选['sine', 'learned'],默认是'sine'。
--enc_layers：Encoder中的layer数量。
--dec_layers：Decoder中的layer数量。
--dim_feedforward：FFN（前馈神经网络）的通道数。
--hidden_dim：中间维度。默认256。
--dropout：神经元以dropout设置的概率随机失活，一般用在全连接层，为了防止或减轻过拟合。
--nheads：头个数。
--num_queries：查询位置个数，即多少个目标框。
--pre_norm：在网络中，是否提前进行normalization。
--mask：
--no_aux_loss：  是否在解码器使用辅助损耗。
--set_cost_class：类别损失权重。
--set_cost_bbox：L1定位框损失函数权重。
--set_cost_giou：giou定位框损失函数权重。
--mask_loss_coef：mask损失置信度。
--dice_loss_coef：轮廓区域损失，分割使用
--bbox_loss_coef：预测框损失。
--giou_loss_coef：giou损失。主要有类别、预测框和giou损失函数。L1 Loss整体不如giou。
--eos_coef：针对背景分类的权重，即为无目标样本设置的权重，默认0.1。
--dataset_file：存储数据的格式，默认为‘coco’。
--coco_path：是存放自己数据集train、test、val文件夹的文件夹路径
--remove_difficult：是否移除difficult。
--output_dir：训练以及验证模型保存的文件夹路径。
--device：‘cpu’ or ‘cuda’，default='cuda'
--seed：随机种子seed。
--resume：预处理模型以及断点训练的load模型的地址。
--start_epoch：指定开始训练的第几个epoch。如果设置resume了，会根据resume指定模型中的epoch接着训练。
--eval：测试模型。
--num_workers：加载数据（batch）的线程数目，参考：num_workers的设置
--world_size：一般别超过1，是分布式训练需要用到的设置。
--dist_url：设置分布式训练。

错误及解决办法

在测试图片的时候报错：output with shape [1, 640, 640] doesn't match the broadcast shape [3, 640, 640]。（我单独输出图像的shape，明明是三通道的，不知道为什么在推断模型的时候给判断成单通的了...）

解决：待测试图像是灰度图，需要将灰度图转换成RGB三通道的彩色图，在inference_img.py文件中添加：

im = Image.open(img_path).convert('RGB')