一、解析X-Anylabeling标注后的json格式问题
最近在使用自动标注工具后json格式转化过程中，即标注框的四点坐标转换为两点坐标时，发现json格式的四点顺序是按顺时针方向开始的，那么在转换其实就是删除2、4坐标或者1、3坐标即可。
二、数据集格式问题
x2coco支持图片格式：bmp、jpg、jpeg、png、jpeg四类。如果自己本身的数据集是 .tif 格式在做格式转换的时候，由于.tif 格式的像素值和上述四类的范围不同，因此需要进行归一化处理才可以转换成功，不然得到大概率是纯白的像素图片。
三、train参数的解析
- -eval：表示在训练过程中进行评估，并在训练完后执行评估步骤。
- -r -resume：指定模型权重的路径，用于恢复之前被中断的训练状态，继续训练。
- -slim_config：指定用Slim方法的配置文件路径，通常该方法时用于模型压缩或者精简的。
- -enable_ce：表示启用持续评估工作 CE，仅用于内部测试的功能。
- -amp：表示启用自动混合精度训练，用于提高训练速度并减少内存使用。
- -fleet：使用分布式训练框架 fleet。分布式训练是指将机器学习或深度学习模型训练任务分解成多个子任务，并在多个计算设备上并行训练，可以更快速地完成整体计算，并最终实现对整个计算过程的加速。
- -use_vdl：数据记录到 VisuaIDL，用于可视化训练过程。
- -vdl_log_dir：指定 VisualDL 日志的存储目录，通常用于记录标量数据。
- -use_wandb：数据记录到 wandb（Weight and Biases），广泛用于机器学习实验的追踪工具。
- -save_prediction_only：只保存评估结果，而不保存其他训练数据。
- -profiler_options：用于指定分析器的选项。可以控制分析器的行为。
- -save_proposals：保存训练过程中生成的提议，通常用于目标检测等任务。
- -proposal_path：指定训练提议的保存路径，通常使一个 json 文件，保存了训练过程中的提议信息。
- -to_static：启用 dy2st，它使一个姜动态图转换为静态图的功能，通常用于提高推理效率。
