製造業：750 個元件類別，每個類別約有 1000 個帶標籤的範例。在幾個工作天內，建立一個基於照片的元件辨識應用程式作為 MVP。您會採用哪種方法？

此情境需要快速開發一個基於照片的元件辨識應用程式（MVP），且時間緊迫。Cloud Vision AutoML 專為自訂影像分類而設計，無需深入的機器學習專業知識，能快速訓練模型。它支援大量類別和範例，非常適合製造業的元件辨識需求。 縮減資料集會降低模型準確性，不適合作為 MVP。Cloud Vision API 雖然提供預訓練模型，但其通用標籤不適用於特定的元件辨識，且無法自訂。自行訓練模型需要更多時間和專業知識，不符合「幾個工作天內」完成 MVP 的要求。