任务目标
1. 根据给定的网络模型代码与数据集，修改Yolov10模型的检测头，使其与给定模型的检测头输出一致
2. 给出更换后Yolov10模型和给定模型的性能对比，包括：准确率，召回率，检测速度
3. 完成模型在orin平台的部署及优化

交付需求
1. 开发环境
1. conda环境
2. 迁移后的网络模型：torch格式，onnx格式
3. 模型训练代码
1. 数据预处理：格式适配，数据增强等
2. 训练参数配置
3. 损失函数配置
4. 训练超参数调优方案
4. 验证与测试代码：
1. 模型测试代码
2. 测试集评估结果
5. 模型导出代码：导出成onnx格式
6. 完成Orin芯片环境部署：
1. 设置部署环境，确保依赖项合硬件支持
2. 部署配置与测试
7. 详细文档
1. 模型结果，训练过程，部署步骤
2. 模型测试报告


数据说明
开发数据由我们提供，为通过鱼眼相机转换得到的线性图片