将新图像数据添加到先前训练和保存的 tensorflow h5 model

Question

我有一个预训练的 tensorflow h5 保存 model 来对图像进行分类。 这是代码块：

import tensorflow as tf
model_version = "1"
model_name = "fresh-rotten-model"
model_path = os.path.join(model_name, model_version)
tf.saved_model.save(model, model_path)
model.save("fresh-rotten-model.h5")

我构建了一个后端，它将使用计划每周将新图像上传到节点服务器

有没有办法将这些图像添加为新数据来训练 model 并构建新的 model 而无需再次训练整个数据集？

Answer 1

您不能只将数据添加到 model 文件中，model 文件仅包含权重，而不包含其中使用的数据，因此每次您想要更新model。 您可以通过加载 model 来更新它，然后使用扩展数据集对其进行更多训练，但除此之外，您无能为力。