感谢分享代码！ 场景：线上使用该模型，检测类别A，发现有一些误检。检测类别B，发现有一些误检。 问题：如何快速针对这两种情况微调，既能解决各自的误检，又不丢失原先的检测能力？【不能把当前的误检数据融合到之前的数据进行训练，这样太慢了】就是类似lora的方式，即插即用。
感谢分享代码！
场景：线上使用该模型，检测类别A，发现有一些误检。检测类别B，发现有一些误检。
问题：如何快速针对这两种情况微调，既能解决各自的误检，又不丢失原先的检测能力？【不能把当前的误检数据融合到之前的数据进行训练，这样太慢了】就是类似lora的方式，即插即用。