在探索网络架构的过程中，需要做很多尝试和思考，同时也需要把实验数据和对于结果的思考等记录下来，从而一点点积累感觉
探究Backbone对于OCR的影响
对比试验一：
modify3_10 vs modify3_11: 在baseline的基础上加入TMM结构（12 3, 27 3, 40 3, 80 3）
- modify3_10：两个TMB都有跳连操作
- modify3_11：两个TMB都没有跳连操作
对比试验二：
目前全部加TAM的效果最好
| 实验 | 设置 | screen | nvidia | 参数量（万） | s/epoch | ave-mAP on V | ave-mAP on T |
|---|---|---|---|---|---|---|---|
| modify4_1 | 全部卷积后面都加入TAM | 1 | 0 | 32 | 43 | 55.97 | 54.74 |
| modify4_2 | 只在TMM中加入TAM | 2 | 1 | 27 | 36 | 57.92 | 54.11 |
| modify4_3 | 只在分类网络内加入TAM | 3 | 2 | 15 | 32 | 55.96 | 53.52 |
| modify4_4 | 所有卷积后都不加TAM | 4 | 3 | 15 | 32 | 57.05 | 54.98 |
