Выбор изображения для обучения визуальному распознаванию

Я тренирую классификатор для распознавания определенных объектов на изображении. Я использую Watson Visual Recognition API, но я предполагаю, что тот же вопрос относится и к другим API распознавания.

Я собрал 400 фотографий чего-то - например. собаки.

Прежде чем тренировать Ватсона, я могу удалить фотографии, которые могут сбить с толку. Стоит ли удалять фотографии:

  1. Несколько собак
  2. Собака с другим животным
  3. Собака с человеком
  4. Частично скрытая собака
  5. Собака в очках

Кроме того, будут ли собаки на белом фоне лучшими тренировочными образцами?

Уотсон также берет отрицательные примеры. Будут ли кошки и другие мелкие животные хорошими отрицательными примерами? Что еще?


person GroovyDotCom    schedule 31.10.2016    source источник


Ответы (1)


Вы правы, что это общая проблема для всех типов пользовательских классификаторов и распознавателей, будь то vize.it. , осветление, IBM Watson или обучение нейронной сети самостоятельно, скажем, в кафе. (Отсортировано по количеству примеров изображений, которые вам нужно использовать.)

Важный вопрос, который вам нужно задать, это как вы собираетесь использовать классификатор? Какими реальными изображениями вы будете снабжать машину, чтобы предсказать показанные объекты? Как правило, обучающие изображения должны быть максимально похожи на изображения с предсказанием времени — как в том, что они изображают (виды и разнообразие объектов), так и в том, как они это изображают (например, фон). Нейронные сети сверхмощны, и если вы предоставите им достаточно изображений, они изучат даже сложные случаи.

Может быть, вы хотите найти изображения собак в папках пользователя, включая семейные фотографии, скриншоты и сканы документов. Отразите это разнообразие в тренировочном наборе. Спросите пользователя, следует ли помечать собаку с другим животным как фотографию собаки.

Может быть, вы хотите найти изображения собак в фотоловушке в дикой природе. Просто используйте различные изображения, сделанные этой фотоловушкой (или несколькими фотоловушками, если это целая сеть).

Короче говоря, адаптируйте образцы изображений к поставленной задаче!

person Petr Baudis    schedule 31.10.2016