容量至关重要!
我们还观察到，为了充分利用3亿张图像，需要更高容量的模型。例如，在ResNet-50的情况下，COCO对象检测的增益(1.87%)，比使用ResNet-152(3%)时，要小得多。
长尾训练：我们的数据有相当长的尾巴，表征学习似乎有效。这种长尾似乎不会对卷积神经网络的随机训练产生不利影响(训练仍然趋于收敛)。
最新技术成果：最后，我们的论文使用从JFT-300M获得模型，在几个基准上提出了新成果。例如，一个单一的模型(没有任何bell和whistle)AP(目标检测中衡量检测精度的指标)达到 37.4，而COCO检测基准的AP为34.3。