我想使用Google AutoML视觉API进行图像分类，但设置为增量学习-更具体地说，我应该能够以可能全新的（以前未知的）增量提供新的训练数据类标签。例如，假设我今天为网络训练了三个标签：A，B和C。现在，一周之后，我想添加一些标记为全新类D的新数据。然后又过了一周，我想添加标记有全新类E的更新数据。在这一点上，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，并且每次增加模型都会导致精度下降很小。
使用Google AutoML视觉API是否可以？
答案 0 :(得分：1)
当前，您可以继续将新数据导入现有的AutoML数据集中，并且每周都要训练一个新模型。有导入API和训练API。
导致几乎没有准确性下降的假设可能是不现实的。添加新标签可能会导致准确性下降。例如。添加难以与以前的标签区分开的标签，或者添加标签而不执行数据清理（添加标签，并且不将其应用于可见带有该标签的对象的现有图像）。