到了這一步，基本上才正式進入訓練，沒法 不知為何 Yolo v9 rd 的官方設定，Mosaic 與 RandomCrop 都設置成 1，在底層演算法中，Mosaic的演算法，對於類別很少甚至只有1種類別
或者訓練的目標影像的位置太固定，在經過Mosaic的4分隔拼接後，很容易在新拼接的影像是沒任何訓練目標
基本上不建議 Mosaic 與 RandomCrop 同時開啟
增強訓練的概念是用較少的影像，在每一輪的訓練前，調整影像，避免訓練過程中，AI學習太過單調，導致分數高但實際運用卻不佳的狀況，也可以用較少的影像數量得到較佳的訓練結果
如果影像數量很多，收集到各種不同角度與位置，亮度變化，其實不開啟影像增強模式也無仿，畢竟很多影像增強不一定對於後續的使用有實際作用
例如目標用在缺陷檢查，做了一堆Mosaic 或 MixUp，就算有訓練出來，但這model 對於實際運用不一定好用
參數又設置成 1
Mosaic: 1
表示每一次的訓練影像都拼接，基本上就很難得到可以訓練的影像
如果訓練的分類不多，影像的數量又夠多 單分類 > 100張，其實可以不用考慮 開啟 Mosaic 功能設置成 0 或者直接# 註解調，如果有需求設置成 0.2 ~ 0.5 即可
增強影像訓練的設定參數檔案 yolo/config/task/train.yaml
在data_augument 這邊設定要啟用的增強方式
影像強化的演算法設定位置
yolo/config/tools/data_augmentation.py，後續如果想要增加其他的影像增強訓練，可以在這個檔案擴增功能
基本上將 Mosaic 與 RandomCrop mark 不啟用
後續的訓練，mA.5:.95的分數就可以開始增加
但要訓練幾輪才能得到好的分數，就看後續每個人的經驗或者另外補上可提前停止的訓練的功能
