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？