对于我的 ML 项目，我想使用来自 tensorflow 模型动物园的 faster_rcnn_resnet101_kitti 模型。由于对于深度学习实践而言，Kitti 数据集中的图像数量非常少（大约 7000 张图像），我想知道这么少的数据如何导致良好的推理性能（mAP@0.5=87）？我可以想象的一个答案是，该网络首先是在一个不同的、丰富的数据集上训练的，并在 Kitti 上进行了微调，但我不确定。我想知道如何找到 TF model zoo 上发布的模型的确切基础训练过程（除了 pipeline.config）？
谢谢