在进行多目标跟踪的数据集数量对模型效果的影响分析时,以MOT17数据集为基础,增加了CS、Caltech等5个数据集,训练后的模型在MOT17验证集上测试时得到的效果都比单个数据集时要差,根据JDE和FairMOT两个文章的分析来看,应该随着数据集增加,效果是越来越好的,有没有了解的解惑一下我的结果和理论相反的原因阿!!
0条回答 默认 最新
悬赏问题
- ¥15 请教:如何用postman调用本地虚拟机区块链接上的合约?
- ¥15 为什么使用javacv转封装rtsp为rtmp时出现如下问题:[h264 @ 000000004faf7500]no frame?
- ¥15 乘性高斯噪声在深度学习网络中的应用
- ¥15 运筹学排序问题中的在线排序
- ¥15 关于docker部署flink集成hadoop的yarn,请教个问题 flink启动yarn-session.sh连不上hadoop,这个整了好几天一直不行,求帮忙看一下怎么解决
- ¥15 深度学习根据CNN网络模型,搭建BP模型并训练MNIST数据集
- ¥15 C++ 头文件/宏冲突问题解决
- ¥15 用comsol模拟大气湍流通过底部加热(温度不同)的腔体
- ¥50 安卓adb backup备份子用户应用数据失败
- ¥20 有人能用聚类分析帮我分析一下文本内容嘛