重现步骤
打开AIcube，进行目标检测训练时，can2的训练效果并不好，所以想明白不同can所对应的模型，识别率已经到99了。
期待结果和实际结果
我想看到不错的识别效果，但是往往一个5会同时识别成2和5，而4会被误识别成2，所以想换个模型来应对这种情况，如果过于繁琐的话，想知道哪边可以了解到对应的内容。
软硬件版本信息
aicubeV1.4
错误日志
没有过拟合，每一类的数据在150个左右，比较平均，数据集中的数字只记录了0°到270°之间
尝试解决过程
之前在进行颜色小球识别时发现can2的识别实时性不错，而can10识别的比较漫，
补充材料
你好，不同的can模型映射不同的backbone，主要关系如下：
'can1': 'MobileNetV1',
'can2': 'MobileNetV2',
'can3': 'MobileNetV3',
'can4': 'ShuffleNetV2',
'can5': 'ResNet18',
'can6': 'EfficientNetB0',
'can7': 'GhostNet',
'can8': 'PPLCNet',
'can9': 'SkipBlockNet',
'can10': 'v5_backbone',
'can11': 'CSPDarknet',
'can12': 'SwinTransformer',
'can13': 'ResNet34',
'can14': 'ResNet50'
你可以查看benchmark.xlsx文件，里面包含不同模型的参数量和计算量，大参数量和大计算量的模型耗时会长，推理会变慢。