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 生产环境 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 . 我没试过 . 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？
谢谢你的任何建议 .
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 生产环境 中 . 要实现此目的，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重新训练
1 回答
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 生产环境 中 . 要实现此目的，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重新训练