我正在使用 kitti 和 waymo 数据集训练 3D 对象检测模型。模型在kitti上效果很好(数据没有排序,随机数据,随机选择数据)。但在waymo 上,模型过度拟合。 Waymo 数据是序列数据,所以我是随机选择帧,同时馈入网络。
而且我还对waymo 数据集的模型进行了一些更改,这使得网络具有更多的嵌入参数。对 kitti 也做了同样的更改,效果很好。
我正在做数据八月,批量标准化与 kitti 数据集相同。
我的目标对象是数据中的 Pedestrian。 kitti火车组中的行人数量约为3k,waymo火车组中的行人数量约为30k。在有效和测试集中,数量分别为 800 和 5k。
有人能解释一下原因吗?