2025-5-30

整理一下今天开会的信息。

1. 解决的核心问题到底什么？任务的定义需要更加清晰一点、细致一点。想清楚整个任务的定义、细节。边边角角的地方都要注意到。
2. 评估的时候：对于混合的图片，是训练的时候有、或测试的时候有、还是两者都有？
3. 数据集的选取：因为处理的是菜品混合的问题。所以很难去找到通用的目标检测数据集、有存在目标之间混合覆盖的问题的。所以这个地方针对数据集的选取就需要再考虑一下。以及在进行实验的时候选取一个数据集是不够的；要选取多个数据集。那么多个数据集怎么选、怎么定义？
   • 数据集food+菜品之间不存在覆盖，如FoodDet100K
   • 数据集food+菜品之间存在覆盖，如还没标记的500张图片（少了点、可以再去网上收集点、然后进行标注）
   • 通用数据集，如VOC2017、COCO2017--【泛化性-锦上添花】
4. 假如说是通用数据集的话，那么存在混合的问题。我提出了行人检测的数据集是否可用、因为行人前后走路会存在覆盖的情况、但是很重要的一点是：它会有尺度变化的问题。而食品不存在尺度变化的问题。老师说，如果是行人检测、你还得比较他们的benchmark、最先进的方法以及评估指标、以及使用它们的数据集。
5. 基本上问题定义好了、就先开始写PPT、而不是在一知半解的状态下开始baseline实验
7. 围绕