我想使用 Yolo Network v3 来检测 5 个我已经有数据的自定义对象类。因此，我将使用这些类的训练数据来重新训练具有预训练权重的 yolo 网络。
现在想象一下这种情况：
一段时间后，我想在我的模型中添加另一个类。现在我需要更改模型的架构，因此我需要使用所有 5 + 1 个类重新训练我的模型，对吗？
为了避免这种情况，我想在一开始就设置最大类数，比如 20 个。所以我构建了一个包含 20 个类的 Yolo 架构，并用前 5 个数据可用的类对其进行训练。如果有新类的数据可用，我将使用随机梯度下降进行在线学习来训练模型以检测新类。
以下是我的问题：
- 模型是否在一开始就正确地学习了 5 个类，而没有其他 15 个类的数据？
- 随机梯度下降是否可以一点一点地学习新的类？
- 有没有其他方便的方法来处理我的问题？
感谢您的任何建议！