Google Cloud Vision更新影响预测 如何永久使用当前legacy模型

• 咨询背景：因个人Gmail账号无法使用Google官方其他支持渠道，在此提交非代码类的Cloud Vision版本相关技术问询。
• 问题描述：
  每次Google推送Cloud Vision服务更新后，OCR接口的返回结果都会出现变动，直接影响此前针对不同业务场景训练的spaCy、AutoML等所有NLP相关模型的预测效果。
  此前参考官方文档，通过设置feature={'model':'legacy'}参数调用旧版模型规避更新带来的结果变动，但查阅官方文档确认legacy模型后续同样会被迭代更新，且当前没有条件基于新的OCR返回结果重新训练现有模型，核心诉求为确认是否存在可行方案能够永久使用当前版本的legacy模型。
• 参考资料：
  • Google Cloud Vision官方发布说明
  • Cloud Vision模型版本规则相关说明截图

对应解答 #

首先明确官方规则：Google Cloud Vision 未提供永久锁定某一历史legacy模型版本的官方支持，所有标注为stable/legacy的模型都会在官方公告的周期后完成迭代，不会永久保留某一固定版本的接口返回逻辑。
如果无法承担OCR结果变动带来的模型重训成本，可参考以下可落地的方案：

• 结果落库兜底：在当前legacy模型仍可用的窗口期，将所有业务存量待识别图片、以及未来新增待识别图片的OCR返回结果全量落库存储，后续NLP处理直接读取库内存储的固定结果，不再依赖实时接口返回，从根源上规避接口更新带来的结果波动。
• 自建可控OCR服务：如果业务存在实时识别需求，可以基于当前Cloud Vision返回的标注结果，微调开源OCR模型部署在自有服务集群，模型版本完全自主可控，不会出现第三方服务强制更新导致的结果变动。
• 版本变更前置校验：持续关注官方发布的模型更新预告，在新版本正式上线前，用业务专属测试集提前调用预发布版本接口做结果校验，如果结果变动幅度超出可接受范围，提前预留缓冲期调整下游NLP处理逻辑，避免新版本全量上线后引发业务故障。

注意：非官方渠道流传的通过指定未文档化模型版本号、篡改接口请求头等方式锁定旧版本的操作没有官方保障，随时可能被官方接口拦截失效，禁止在生产环境使用。

内容的提问来源于stack exchange，提问作者shahid khan