我正在使用 kitti 和 waymo 数据集训练 3D 对象检测模型。模型在 kitti 上运行良好（数据未排序，随机数据，随机选择数据）。但是在waymo 上，模型是过拟合的。Waymo 数据是序列数据，所以我随机选择帧，同时输入网络。
并且我还对waymo数据集的模型进行了一些更改，这使得网络具有更多的嵌入参数。对kitti也做了同样的改变，效果很好。
我正在做数据八月，批量标准化与 kitti 数据集相同。
我的目标对象是数据中的行人。kitti火车组的行人数量约为3k，waymo火车组的行人数量约为30k。在有效和测试集中，数量分别为 800 和 5k。
有人可以解释这个原因吗？