训练 Watson 视觉识别分类器
Training Watson Visual Recognition classifier
我正在尝试评估 Watson 视觉识别的训练功能 API。
有人有为视觉识别定制分类器的经验吗？
我自己有一些训练分类器的经验，并在这个博客中找到了一些信息：
http://christopher5106.github.io/computer/vision/2016/12/23/ibm-watson-bluemix-visual-api-to-create-custom-classifier.html
我真正想知道的是，我需要多少张图片才能将一个对象分类为 75% 的准确率？
需要多长时间才能得到这样的结果？
预先感谢您的帮助。
您需要的图片数量取决于对象的独特性、图片具有多少不同的图像特征等。
举几个我亲身经历的例子：
标志检测：标志的一张图像可以通过添加噪声、改变对比度、进行小的扭曲和旋转等来创建多个样本。如果标志是详细的并且具有良好的对比度，你应该很容易得到 75 %.
使用 Haar 小波的猫检测：100 张带有数据增强的图像可以产生大约 75%
人耳检测：大约 300 张图像可以让我达到 80% 左右。此检测器正用于 iPhone 虚拟试戴眼镜的应用。
您也可以使用 Kaggle 的 Dogs Vs 自己尝试一下。猫的数据。只需用不同数量的数据在它们上尝试各种分类器，你就会得到一个很好的主意。
我正在尝试评估 Watson 视觉识别的训练功能 API。 有人有为视觉识别定制分类器的经验吗？ 我自己有一些训练分类器的经验，并在这个博客中找到了一些信息： http://christopher5106.github.io/computer/vision/2016/12/23/ibm-watson-bluemix-visual-api-to-create-custom-classifier.html
我真正想知道的是，我需要多少张图片才能将一个对象分类为 75% 的准确率？ 需要多长时间才能得到这样的结果？
预先感谢您的帮助。
您需要的图片数量取决于对象的独特性、图片具有多少不同的图像特征等。
举几个我亲身经历的例子：
标志检测：标志的一张图像可以通过添加噪声、改变对比度、进行小的扭曲和旋转等来创建多个样本。如果标志是详细的并且具有良好的对比度，你应该很容易得到 75 %.
使用 Haar 小波的猫检测：100 张带有数据增强的图像可以产生大约 75%
人耳检测：大约 300 张图像可以让我达到 80% 左右。此检测器正用于 iPhone 虚拟试戴眼镜的应用。
您也可以使用 Kaggle 的 Dogs Vs 自己尝试一下。猫的数据。只需用不同数量的数据在它们上尝试各种分类器，你就会得到一个很好的主意。