Я пытаюсь построить модель обнаружения объектов для некоторых объектов, которые не охватывают популярный набор данных (например, PASCAL VO C, COCO). Например, я хотел бы обнаружить сигару, сигарету и кальян. Я планирую настроить предварительно обученные модели, такие как YOLO (https://pjreddie.com/darknet/yolo/), Faster RCNN и SSD, но не уверен, как добавить целевой объект в качестве нового класса.
Могу ли я просто собирать изображения, содержащие новые целевые объекты, аннотировать их (помечать ограничивающий прямоугольник как новый класс), а затем настраивать на них модель? Или будет лучше, если я объединю данные в старый тренировочный набор и переобучу модель? Нужно ли аннотировать существующие классы на новых данных? (например, если он содержит сигарету и очки, мне тоже нужно маркировать очки?)