Датасет пополняется постепенно, и каждый раз вручную перезапускать полное обучение с нуля неэффективно — нужен был механизм дообучения по мере накопления новых данных с использованием слабой разметки там, где точной ещё нет.
Система использует подход weak-supervision (обучение на неточной, но массовой разметке) для дообучения модели детекции YOLOv8 по мере поступления новых данных, не требуя каждый раз полного цикла разметки и обучения заново.
Python, YOLOv8, weak-supervision дообучение.
В разработке, часть общего пайплайна обучения распознаванию.