REVIEW和RESEARCH数据之间的差异
在REVIEW和RESEARCH模块中检测到的对象数量可能存在一些差异。主要是因为这些模块的使用案例各不相同。用于调查的REVIEW可以在多个分类值中包含一个对象，以确保调查人员不会遗漏任何内容，而RESEARCH旨在准确一致地表示人员或车辆数量，因此每个对象只计算一次。
套用筛选器的差异
REVIEW数据基于概率数据，这意味着一个对象可以出现在多个属性值之下。例如，如果检测到某对象穿着带有红色和蓝色图案的T恤，则该对象将在同时过滤为红色和蓝色时显示在REVIEW解决方案中。
RESEARCH数据是基于所有对象属性概率值的最大值。在上面的示例中，如果检测到的衬衫的主要颜色是红色，则对象将仅与RESEARCH溶液中的红色相关联。
在另一个范例中，如果物件被分类为40%机率为男性和60%机率为女性，当物件被筛选为REVIEW解决方案中的男性和女性类别时（只要它超过容错阈值），物件将被包含。在RESEARCH解决方案中，只有当对象被筛选到Woman类时，才会包含相同的对象。
因此，REVIEW和RESEARCH解决方案之间的过滤结果可能不同。
多种外观会计处理的差异
在REVIEW模块中，每个人的出现都显示为不同的缩略图，为调查人员提供与调查相关的所有信息。当这些数据被传输到RESEARCH模块时，另一种称为Re-ID（参阅基于人脸识别跨摄像机跟踪人员）的机制被用来将一个人的外表链接成一个身份。这是为了确保人员计数的准确性和一致性。