制造业：750个组件类别，每个类别约有1000个带标签的示例。在几天内构建一个基于照片的组件识别应用程序作为最小可行产品（MVP）。您会采用哪种方法？

Cloud Vision AutoML是构建图像识别模型的理想选择，因为它允许您使用自己的数据集进行训练，而无需深入的机器学习专业知识。对于750个类别和每个类别1000个示例的规模，AutoML能够有效处理，并在几天内快速构建MVP。 将数据集减少一半会降低模型的准确性和泛化能力，不适合MVP。Cloud Vision API主要用于预训练模型的通用图像识别任务，不适用于自定义组件识别，因为它无法接受自定义标签作为识别提示。虽然迁移学习是训练自定义模型的有效方法，但它通常需要更多时间和专业知识来选择合适的预训练模型、微调参数和管理训练基础设施，这与在“几天内”构建MVP的目标不符。