我已经训练了一个物体检测模型，并在真实图像上获得了良好的预测精度。我的问题是如何在生产流程中使用模型时不断提高模型的准确性。
我可以手动检查预测结果，发现错误的预测，手动标记这些图像，然后将这些图像与原始训练数据混合，继续训练模型。我还没有尝试过。但我想这种方法从长远来看可能会提高模型的准确性。还有其他方法吗？
而且，如果我发现了几个错误的预测，并希望在短周期内保证对相同图像的正确预测，我该怎么办？
感谢您的任何建议。
答案 0 :(得分：0)
你已经回答了，就是这样。您将不得不重新训练模型，看到您遇到的更多看不见/困难的图像，并且未正确预测并将其部署到生产中。为此，请保存所有输入图像和预测，以便您可以离线过滤它们并用于再培训