製造業: 750のコンポーネントクラスがあり、各クラスに約1000のラベル付きサンプルがあります。数営業日以内に写真ベースのコンポーネント認識アプリをMVPとして構築します。どのようなアプローチを取りますか？

Cloud Vision AutoMLは、既存のデータセットをそのまま利用して、数営業日という短期間で高精度なカスタム画像認識モデルを構築できるため、MVP開発に最適です。750クラス各1000サンプルというデータ量は、AutoMLの学習に十分です。データセットを削減すると、モデルの精度が低下する可能性があります。Cloud Vision APIは汎用的な画像認識サービスであり、カスタムコンポーネントの認識には不向きです。転移学習による独自のモデルトレーニングは、モデルのチューニングやインフラの管理に時間がかかり、MVPの迅速な構築には適していません。