多目标检测

比赛目标:解决高通量藻类细胞检测的实际挑战，开发针对性的目标检测算法。

测试性训练及数据分析：使用小规模faster_rcnn网络快速训练出一个网络，评估效果后，绘制标注框面积概率密度曲线并使用k_means聚类分析，得到合适的锚框尺寸。

模型融合：同时训练3个不同结构的faster_rcnn模型以应对不同的藻类细胞，而后参考MNS算法进行模型融合。

强化训练：对训练图片进行测试，提取其中训练效果差的图片进行强化训练

结果：模型最后的预测取得了很好的效果，能够检测并预测出90%的藻类细胞