待验证50% 置信注意事项精确时间
OSNet和FastReID等行人重识别模型多在监控行人数据集上训练，直接用于电影场景会存在域偏移问题
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
相关事实
待验证轨迹数据集标准化的意义可类比于ImageNet对计算机视觉、Common Crawl对大语言模型预训练的作用70% 相似待验证在遥感和航拍目标检测领域，DOTA和xView等数据集上的SOTA方法几乎都使用ImageNet或COCO预训练backbone68% 相似已验证迁移学习策略以ImageNet预训练权重为基础，在农业专用数据集上进行微调，可以用较少的训练数据获得较高的识别精度66% 相似已验证自注意力机制通过为序列中每对位置计算注意力权重，使模型能够在O(1)的路径长度内捕获任意距离的依赖关系，同时实现完全并行化训练64% 相似待验证基于深度学习的目标检测方案（如YOLO）虽然泛化能力更强，但需要标注数据集和训练过程，对于UI元素固定的游戏场景来说过于重型64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/718678API
curl https://kongchang.com/api/v1/knowledge/claims/718678MCP
get_claim(id=718678)