刚接触CascadeRCNN，想请问下大佬们，对于这个模型有什么地方可以来调整，有什么策略
比如什么体量的数据集，可以大致对应的backbone，在选backbone的时候也比较纠结，选大了就过拟合
在深度学习这里，传统机器学习里的模型复杂容易过拟合的概念已不适用。对于一般的数据集，越大的backbone，效果总是越好。
但是对于小数据集用大的backbone还是会过拟合吧，比如就3000张图片，直接上res200效果不一定好吧
大佬，对于修改cascadeRCNN有什么好的调整策略吗，数据增强方面，模型结构方面的
意思是采用正则化、数据增强等手段后才可以即避免过拟合，又能获得复杂模型拟合能力的好处吧？
我试了用r200的backbone，迭代30000次map就开始下降了。感觉是过拟合了
RPN输出的B0经过级联分支修正3次iou后，输出了更准的B1,B2,B3。bbox回归用的是最准的B3,但是分类却不是直接用C3,而是用C1,C2,C3取平均。理论上H3输出的bbox最准，C3分类精度应该也是最高的（贡献最高）。如果你看过EfficientDet中的BiFPN的特征融合方式，你就会想这里C1,C2,C3是不是取加权平均而不是直接平均更好。你可以实验下，当然需要自己去设计下权重。
级联结构其实可以加到任何含有RPN的两阶段网络里，之前还看过一篇论文直接加到RetinaNet中来做提升的
比如什么体量的数据集，可以大致对应的backbone，在选backbone的时候也比较纠结，选大了就过拟合
在深度学习这里，传统机器学习里的模型复杂容易过拟合的概念已不适用。对于一般的数据集，越大的backbone，效果总是越好。
但是对于小数据集用大的backbone还是会过拟合吧，比如就3000张图片，直接上res200效果不一定好吧
大佬，对于修改cascadeRCNN有什么好的调整策略吗，数据增强方面，模型结构方面的
意思是采用正则化、数据增强等手段后才可以即避免过拟合，又能获得复杂模型拟合能力的好处吧？
我试了用r200的backbone，迭代30000次map就开始下降了。感觉是过拟合了
RPN输出的B0经过级联分支修正3次iou后，输出了更准的B1,B2,B3。bbox回归用的是最准的B3,但是分类却不是直接用C3,而是用C1,C2,C3取平均。理论上H3输出的bbox最准，C3分类精度应该也是最高的（贡献最高）。如果你看过EfficientDet中的BiFPN的特征融合方式，你就会想这里C1,C2,C3是不是取加权平均而不是直接平均更好。你可以实验下，当然需要自己去设计下权重。
级联结构其实可以加到任何含有RPN的两阶段网络里，之前还看过一篇论文直接加到RetinaNet中来做提升的