Cognitive Services Face Identification：组内新增人员是否无需重新训练？

1. 能否增量添加新人员而无需全量重新提交和训练？ #

当然可以！Face Identification组完全支持增量更新，不用每次加新人都重新提交所有已有内容或全量训练模型。具体操作流程是这样的：

• 先调用face_client.person_group_person.create()（对应API的PersonGroup Person - Create接口），在目标组里创建新的人员条目
• 接着用face_client.person_group_person.add_face_from_url()或add_face_from_stream()（对应API的PersonGroup Person - Add Face接口），给这个新人员添加人脸图片样本
• 最后只需要调用face_client.person_group.train()（对应API的PersonGroup - Train接口）触发训练——注意，这是增量训练，只会处理新增的人员数据，不会重新跑一遍所有已有内容，速度快且资源消耗低

简单说，每次加新人后只需要做一次轻量的增量训练，不用动之前的已有数据。

2. 示例应用的目录结构要求是强制的吗？ #

你提到的那个Python示例里要求每个人的图片放在单独目录、按组提交，这只是示例代码为了方便批量导入人员数据而设计的自定义规范，并不是Face API本身的强制要求。

Face API本身允许你通过接口单独添加每个人员的人脸，完全不需要遵循特定的目录结构。示例里这么设计，只是为了让批量操作更直观：比如每个子目录对应一个人员，目录名作为人员名称，目录内的图片就是该人员的人脸样本，这样示例代码可以自动遍历目录完成人员创建和人脸添加的流程。如果你不需要批量导入，完全可以根据自己的需求单独调用接口添加人员和人脸，不用受这个目录结构限制。

内容的提问来源于stack exchange，提问作者Esko Morko