关于文本不同 导致的 训练精度差异的问题

[wangshuang-jiayou]

您好！我在利用自己的数据作训练的过程中发现了一个问题：比如当文本是truck . truck mixer . heavy truck；再比如文本是insulator . dirty insulator . damadge insulator等，这种多类别包含了相同词汇的文本时，得到的预测结果有很多是 truck truck mixer、insulator dirty insulator等。然后我改变了类别的定义，比如说truck . concrete mixer . heavy让它们不再包含相同词汇，识别率会提升很多。

起初我以为是模型对某两个类别的特征区分能力比较差 导致它认为某物体会同时是这两个物体。后来我想了下，跟文本特征提取模块也有关系吧？像yolo这种没有文本特征提取分支的模型，相同的训练和验证集识别率就相对高一点

[BIGBALLON]

I think this is the case because GDINO contains the BERT text branch, so text with no ambiguity or more distinction will bring better results.