向先前训练和保存的tensorflow h5模型添加新图像数据

Question

我有一个预先训练好的tensorflow h5保存模型来对图像进行分类。 以下是代码块：

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，每周使用一个时间表将新图像上传到节点服务器

是否有任何方法可以将这些图像作为新数据添加到训练模型和构建新模型中，而无需再次训练整个数据集

Answer 1

您不能只将数据添加到模型文件中，模型文件只包含权重，而不包含其中使用的数据，因此每次要更新模型时，您都必须让某些东西（假定是您的后端服务器）进行培训。您可以通过加载模型，然后使用扩展数据集对其进行更多的训练来更新模型，但除此之外，您所能做的并不多