我已经成功训练了一个 Yolo 模型来识别 k 类。现在我想通过将 k+1 类添加到预训练的权重（k 类）来进行训练，而不会忘记之前的 k 类。理想情况下，我想继续添加类并训练以前的权重，即只训练新类。如果每次添加新课程时都必须训练所有课程（k+1），那将太耗时，因为训练 k 个课程需要$k*20000$迭代，与$20000$如果我可以增量添加类，则每个新类的迭代次数。

数据集是平衡的（每类 5000 张图像用于训练）。

如果您能提供一些方法或技术来为 Yolo 进行这种持续培训，我将不胜感激。