【目标检测】新增类别训练

1. CEO总是逼我，说客户关心某一个新的类别：对于一个n类检测数据集和一个m类检测数据集，想要得到一个n+m类检测模型。实际生产环境中，已经标注完成的数据集，因为业务需要增加k个新的检测类别。但不希望对已有数据重新标注，而是只标注接下来新的数据。
2. CEO总是逼我，说客户希望把某一类别分成两种情况对待：上一个问题再进一步推广，因为业务需要，数据的标注标准发生改变，比如将过去某个类别拆分为多个新的类别。但不希望对已有数据重新标注，而是只标注接下来新的数据。
3. CEO总是逼我，说标注成本太高，公司要倒闭：对于一个长尾分布的数据集，标注成本往往是巨大的，我们希望收集那些少数类别样本，但是在标注时遇到了多数类别样本，也要花很大的代价进行标注。是否有办法能够对于那些简单的样本类别，选择不进行标注，只标注有价值的少数类别目标。

方法一：GroupSoftmax：利用COCO和CCTSDB训练83类检测器

https://zhuanlan.zhihu.com/p/73162940

方法二：

用训练好的模型在新数据集上检测出目标，把新数据集自动标注完整。

写了一个inference_stamp_0010.py