沃森视觉识别再训练
watson visual recognition retrain
我正在开发一个 TJBot 视觉识别应用程序。
我有一些关于再培训的特殊问题。
我的情况与此类似：
我有一个针对猫、狗和负面类别（不是猫或狗）训练的模型。
视觉识别器有时会得到错误的答案。
我想做的是“自动”重新训练模型，每当它得到错误答案时以编程方式使用 API。
比如误判狗是猫后，我想转身调用视觉识别重训练api并指出：这张图片是猫。这张照片不是狗。
问题：
1) 是否有 API 仅使用一张图像进行“部分再训练”？如果不需要的话，我不想再次上传数百张照片来完全重新训练模型。
2) 在这种情况下我想说这是猫的正例，狗的反例。据我了解，没有办法表示“狗的负面例子”。我只能说‘猫狗的反面例子’。有没有一种方法可以表明“只有一个受过训练的人的负面例子类？
3) 如果没有 API，我可以使用“studio”网站完成#1 或#2 吗？怎么样？
谢谢，
Andy Citron（IBM 退休）
感谢您的提问。
是的，您可以发送单张图像作为重新训练分类器的数据。但是，1 张图像不太可能对您的分类器产生太大影响。我们建议在每个重新训练请求中至少发送 10 张新图像。
如果作为 "negative_example" 发送，图像不应是猫或狗。分类器中的 类 应该是互斥的。一张猫和狗在一起的照片对于训练试图区分两种类型的系统来说效果不佳。对于分类器，它可以给出的答案类型由 类 定义，或者如果使用 negative_examples "none of the above"。因此，在您的示例中，世界上的每张图像都被该模型分类为猫、狗或两者都不是。
API 记录在此处：https://www.ibm.com/watson/developercloud/visual-recognition/api/v3/curl.html?curl#update-classifier
我正在开发一个 TJBot 视觉识别应用程序。
我有一些关于再培训的特殊问题。
我的情况与此类似：
我有一个针对猫、狗和负面类别（不是猫或狗）训练的模型。
视觉识别器有时会得到错误的答案。
我想做的是“自动”重新训练模型，每当它得到错误答案时以编程方式使用 API。
比如误判狗是猫后，我想转身调用视觉识别重训练api并指出：这张图片是猫。这张照片不是狗。
问题： 1) 是否有 API 仅使用一张图像进行“部分再训练”？如果不需要的话，我不想再次上传数百张照片来完全重新训练模型。
2) 在这种情况下我想说这是猫的正例，狗的反例。据我了解，没有办法表示“狗的负面例子”。我只能说‘猫狗的反面例子’。有没有一种方法可以表明“只有一个受过训练的人的负面例子类？
3) 如果没有 API，我可以使用“studio”网站完成#1 或#2 吗？怎么样？
谢谢， Andy Citron（IBM 退休）
感谢您的提问。
是的，您可以发送单张图像作为重新训练分类器的数据。但是，1 张图像不太可能对您的分类器产生太大影响。我们建议在每个重新训练请求中至少发送 10 张新图像。
如果作为 "negative_example" 发送，图像不应是猫或狗。分类器中的 类 应该是互斥的。一张猫和狗在一起的照片对于训练试图区分两种类型的系统来说效果不佳。对于分类器，它可以给出的答案类型由 类 定义，或者如果使用 negative_examples "none of the above"。因此，在您的示例中，世界上的每张图像都被该模型分类为猫、狗或两者都不是。
API 记录在此处：https://www.ibm.com/watson/developercloud/visual-recognition/api/v3/curl.html?curl#update-classifier