Приветствую. Задача пока теоретическая, без четкого понимания теории не вижу смысла в практике
Допустим у нас есть абстрактная доска объявления (а-ля авито/юла). Каждый раздел имеет свои подразделы. Нейросеть выступает в роли кластеризатора, которая по фотографии определяет, что это за объект, переносит его в соответствующий раздел/подраздел. Далее начинает его изучать более досконально, перенося уже в более "узкие подразделы" и определять ключевые параметры.
Грубо говоря:
1. Отправляю фотографию телефона, нейронка определяет, что это смартфон, переносит его в соответствующий раздел, а дальше пытается понять, что за производитель, модель, цвет и т.д.
2. Отправляю фото цветка, переносит в раздел растения, понимает, комнатное или нет, цвет бутонов.
3. Отправляю фото котэ, переносить в животные -> кошки, определяет породу и цвет окраса, и т.д.
Объясните пожалуйста:
1. Как для такой глубокой кластеризации на старте обучать сеть. Начинать с верхнего уровня и углубляться все глубже и глубже или как ?
2. Нужно ли сразу дробление по цветам или для начала сеть должна понимать объект, а цвет определить не так уж и сложно ?
3. Все загружаемые фотографии могут расширять исходный датасет и участвовать параллельно в обучении сети или потребуется ее переобучать, когда наберется критическая масса новых изображений?
Благодарю за ответы. Надеюсь мои вопросы не слишком дебильные )