Manufatura: 750 classes de componentes, ~1000 exemplos rotulados por classe. Crie um aplicativo de reconhecimento de componentes baseado em fotos como um MVP em poucos dias úteis. Qual abordagem você adota?

A melhor abordagem é usar o Cloud Vision AutoML com o conjunto de dados existente. O AutoML Vision é projetado para criar modelos de visão personalizados com dados mínimos e sem necessidade de experiência em machine learning, ideal para um MVP em poucos dias. Reduzir o conjunto de dados (opção B) diminuiria a precisão do modelo. O Cloud Vision API (opção C) é para reconhecimento pré-treinado e não permite rótulos personalizados para reconhecimento de componentes específicos. Treinar seu próprio modelo (opção D) exigiria mais tempo e expertise, inviável para um MVP rápido.