automl - 使用 Google AutoML Vision 分类进行增量学习

Question

我想使用 Google AutoML 视觉 API 进行图像分类，但使用增量学习设置 - 更具体地说，我应该能够增量地提供新的训练数据，可能是全新的（和以前未知的）类标签。例如，假设我今天针对三个标签训练网络A：B和C。现在，一周后，我想添加一些标有全新类的新数据D。然后又过了一​​周，我想添加带有全新类标签的更新数据E。此时，模型应该能够将输入图像分类为这五个类别中的任何一个，模型中的每一个增量添加都会导致非常小的精度下降。

谷歌 AutoML 视觉 API 有可能吗？

标签： automlgoogle-cloud-automl

Answer 1

目前，您可以继续将新数据导入现有的 AutoML 数据集，并每周训练一个新模型。有导入 API 和训练 API。

导致非常小的精度下降的假设可能是不现实的。添加新标签时可能存在有效情况会使准确性下降。例如，添加难以与以前的标签区分开来的标签，或者在不执行数据清理的情况下添加标签（添加标签而不将其应用于具有该标签的对象可见的现有图像）。