【发布时间】：2022-01-19 15:30:58
【问题描述】：
我需要使用图像识别解决方案标记给定图像，然后根据另一个参数浏览结果。
例如，我可能会传递某个城市的市政厅的照片，算法会返回标识可能的市政厅的标签，例如Bologna City Hall、Modena City Hall、ecc...，然后，基于另一个参数，位置，它会给我正确的标签，比如如果参数是Modena，则选择Modena City Hall作为正确的解决方案。
在性能非常重要的情况下，您将如何构建它？
有一个用所有照片训练的巨大模型，然后根据结果略读吗？
每个城市都有不同的模型并根据参数选择正确的模型？
我也和我的教授讨论过这个问题，他告诉我要创建一个图像识别模型，该模型也将参数作为输入，以便它自动只考虑该城市的照片，但我还没有找到任何方法来做到这一点。
我的第一个解决方案是使用 Firebase AutoML API 训练模型，但如果无法做到这一点，我可以使用 Python 或 F# 从头开始自定义解决方案。
【问题讨论】：
-
如果您知道位置，请将其（作为某种编码，查看人们为 NLP/文本处理网络所做的工作，或使用 GPS 坐标的“位置编码”）输入到图像之外的网络中.网络的图表将变得不那么琐碎，因为网络不仅拍照。
-
我投票结束这个问题，因为它与 minimal reproducible example 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅 stackoverflow.com/tags/machine-learning/info 中的介绍和注意事项跨度>
标签： machine-learning computer-vision image-recognition google-cloud-automl