나는 이미지의 특정 대상을 인식하기위한 분류자를 훈련 중이다. Watson Visual Recognition API를 사용하고 있지만 다른 API에 대해서도 동일한 질문이 적용된다고 가정합니다.시각적 인식을위한 이미지 선택
나는 400 장의 그림을 수집했습니다. 개.
왓슨을 훈련하기 전에 물건을 떨어 뜨릴 수있는 사진을 삭제할 수 있습니다.
있는 개 : 나는 사진을 삭제해야 또한, 흰 바탕에 개가 더 나은 훈련 견본을 만드나요?
왓슨도 부정적인 사례가 있습니다. 고양이와 다른 작은 동물들이 좋은 부정적인 예가 될 것입니까? 또 뭐야?
당신이 사용자 정의 분류 및 인식기의 모든 종류에 대한 일반적인 문제입니다 맞다 - 수 그것을 vize.it, clarifai, IBM Watson, 또는 training a neural network on your own say in caffe. (사용하려는 예제 이미지의 수로 정렬)
중요한 내용은 입니다. 분류 자 은 어떻게 사용합니까? 표시된 물체를 예측하기 위해 기계에 공급할 실제 이미지는 무엇입니까? 일반적으로 귀하의 교육 이미지는 가능한 한 예측 시간 이미지 (예 : 종류 및 다양한 대상)와 묘사 방법 (예 : 배경) 모두에서 유사해야합니다 (). 신경 네트워크는 초강력을 발휘하며 이미지를 충분히 공급하면 하드 케이스까지도 배우게됩니다.
사용자의 폴더에 개 이미지를 찾고 싶을 수도 있습니다. 여기에는 가족 사진, 스크린 샷 및 문서 스캔이 포함됩니다. 다양한 훈련을 반영하십시오. 다른 동물의 개가 개 사진으로 태그 지정되어야하는지 사용자에게 묻습니다.
아마도 개 이미지를 에 보내고 광야 사진 함을 찾고 싶을 것입니다. 그 사진 함정 (또는 전체 네트워크 인 경우 여러 사진 함정)이 찍은 다양한 이미지를 사용하십시오.
간단한 방법으로 샘플 이미지를 바로 작업에 맞게 조정하십시오!