python - 有没有办法改进预训练机器学习模型的推理结果？
问题描述
我正在尝试从预训练的机器学习对象检测模型（detr）推断到 jrdb 数据集（https://jrdb.stanford.edu/）。我正在使用撰写本文的团队提供的演示代码。这是代码的链接：detr_demo
我已将模型更改为 resnet-101，并将权重文件更改为他们在 GitHub 存储库（https://github.com/facebookresearch/detr）上报告的代码的最佳值。然而，我在 jrdb 测试数据集上获得的平均精度分数是 15.8 AP。而对于另一个团队，使用预训练模型和权重在相同代码上的最佳结果是 48 AP，如 jrdb 二维检测排行榜上报告的那样（https://jrdb.stanford.edu/leaderboards/results/412） . 我想知道的是，有没有办法在不重新训练的情况下改进推理？我在谷歌上搜索过，大多数链接都显示可以更好地训练模型。