【项目描述】本项目是讯飞AI开发者算法挑战赛中的一个赛道，属于计算机视觉中的小样本检测领域，主要目标是检测传送带上的缺陷类型及位置，有金属件、杂物、物料跑偏共3种缺陷，而训练样本总共只有405张图片，其中金属件：105张，杂物：150张，物料跑偏：50张，正常样本：100张，而验证集总共182张图片。
目前模型达到的性能Iou 0.50以上的mAP为55.0%，召回率为40.6%，独自组队并在所有参加比赛的246个团队中位列第22名。
【项目源码】https://github.com/tgltt/conveyerbelt-detect
【技术】Pytorch、CNN、SSD 、迁移学习等
【职责】
1、阅读SSD相关论文，理解SSD物体检测框架原理;
2、数据探索
2.1 浏览数据集文件夹结构，及各文件内容格式，以及比赛结果文件上传要求;
2.2 编写程序，将标注数据中的锚框及类别在原图上显示，以直观了解数据情况;
3、数据预处理
3.1 将训练集中多个分散的标注文件整合为一个统一的标注文件;
3.2 统计训练集图像数据的均值及标准差，以对输入图像做
