如何解决模型之间的巨大精度差异
我正在开发一个模型来检测雄鹿,并且确实利用了这些动物的 3d 渲染版本。我在我的数据集上运行了几个不同的模型(即 RetinaNet w/GoogleNet 主干,Detectron2 w/Res101 主干, 和 DetectNetv2 与 GoogleNet 主干)。我的问题是,在架构之间看到截然不同的 mAP/准确度结果是否很常见?我的 Detectron2 模型似乎比我的 RetinaNet 模型高出约 11%,而将我的 Detectron2 模型与我的 DetectNetv2 模型进行比较时,mAP/准确度增量约为 35%。只是想知道其他人对此有何看法。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。