Watson Visual Recognition 能否确定密度？

Question

花束是我们问题领域的一个相当准确的类比。
例如，假设有三十朵花的测试图像：
- 玫瑰：10
- 罂粟花：9
- 雏菊：5
- 百合花：5
- 向日葵：1

是否有一种训练方法可以让 Watson 查看花束图片并能够以给定花型的密度，甚至比率或其他东西来回答？

如果有任何想法，我们是否应该使用每种花的 single/isolated 或 multiple/grouped 的图像进行训练？
...或两者的结合？

任何 ideas/suggestions 都欢迎！！！

编辑：
或者，我们可以 class 按需要采取的行动来 classes，而不是按花的类型来制作 ??
但是，也许这是一个足够不同的想法 .

Answer 1

在某种程度上，这取决于您对需要分类的图像的控制程度，以及您需要进行的分类的粒度。例如，如果你保证总是有一个自上而下的花束视图，清楚地显示所有不同的花，并且其他无关的物体通常不在场景中，那么你可能可以训练一个分类器，比如五个密度级别每种花型。例如，雏菊分类器将有五个 类：0 到 20% 的雏菊、20 到 40% 的雏菊、40 到 60% 的雏菊、60 到 80% 和超过 80% 的雏菊。