Watson 视觉识别,针对 java 中的多个分类器进行分类

Watson visual recognition, classify against multiple classifiers in java

我在 API 文档中找到了这个 curl 命令,它可以根据多个分类器对图像进行分类:

    curl -u "{username}":"{password}" \
-X POST \
-F "images_file=@batch1.zip" \
-F "classifier_ids=<classifierlist.json" \
"https://gateway.watsonplatform.net/visual-recognition-beta/api/v2/classify?version=2015-12-02"

我想知道是否可以在 java 中执行此操作,因为我正在使用 Watson 的视觉识别服务开发 android 程序。

谢谢

您可以使用Watson Java SDK - Visual Recognition。它提供了一个 Java 客户端库来使用 Watson Developer Cloud 服务,这是一组使用认知计算来解决复杂问题的 REST API 和 SDK。

在您的情况下,您可以使用视觉识别 class 的 classify() 方法。看看 VisualRecognition Class Documentation.

使用本教程设置您的 Java 环境

https://developer.ibm.com/recipes/tutorials/bluemix-watson-apis-quickstart-using-java-sdk/

然后查看其他教程,该教程展示了如何使用 Java 代码

使用多个分类器

https://developer.ibm.com/recipes/tutorials/estimate-a-childs-age-based-on-photos-using-watson-visual-recognition/

简而言之,您的代码将如下所示

第 1 步 - 创建分类器

 VisualRecognition service = new VisualRecognition(VisualRecognition.VERSION_DATE_2015_12_02);
 service.setUsernameAndPassword("*******", "********");

 File p1 = new File("/home/leoks/Desktop/models/pos2010-2011.zip");
 File n1 = new File("/home/leoks/Desktop/models/pos2014-2015.zip");
 VisualClassifier c1 = service.createClassifier("2010", p1, n1);

 File p3 = new File("/home/leoks/Desktop/models/pos2014-2015.zip");
 File n3 = new File("/home/leoks/Desktop/models/pos2010-2011.zip");
 VisualClassifier c3 = service.createClassifier("2014", p3, n3);

System.out.println(service.getClassifiers());

第 2 步 - 使用它们

File image = new File("...");

 VisualClassifier vc1 = new VisualClassifier("2010_633980596");
 VisualClassifier vc2 = new VisualClassifier("2014_450835300");
 VisualClassification result = service.classify(image, vc1,vc2);
 System.out.println(result);

如果您的图像被分类器识别,它将 return 得分,否则,不会 return 编辑任何答案。例如

{
 "images": [
 {
 "image": "2012.jpg",
 "scores": [
 {
 "classifier_id": "2010_633980596",
 "name": "2010",
 "score": 0.992153
 },
 {
 "classifier_id": "2014_450835300",
 "name": "2014",
 "score": 0.833185
 }
 ]
 }
 ]
}

查看教程,它们是分步说明。祝你好运。