最近在做油罐的罐体识别，图片包括正样本1500，负样本1500.
在实验中发现，当负样本分开标记为易拉罐、阻车桩、烟囱等时，比都标记为“负样本” 在mAP_0.5，mAP_0.5:0.95，precision ，recall四项均有下降。
| mAP_0.5 | mAP_0.5:0.95 | precision | recall | |
|---|---|---|---|---|
| 分开 | 0.8679 | 0.6152 | 0.9024 | 0.8237 |
| 不分开 | 0.9368 | 0.6859 | 0.9389 | 0.8905 |
有哪位做过类似的实验，是不是分类数越多，模型效果越差？
