沃森视觉识别再培训

Question

我正在研究TJBot视觉识别应用程序。

关于再培训，我有一些特别的问题。

我的情况类似于：

我有一个训练过猫，狗和负面类别（不是猫或狗）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，只要它得到错误的答案，就会以编程方式使用API​​。

例如，当狗实际上是一只猫的时候做出了错误的决定之后，我想转身并调用视觉识别再训练api并指出：这张照片是一只猫。这张照片不是狗。

问题：1）是否有使用一个图像进行“部分再训练”的API？如果我不需要，我不想再次上传数百张照片以完全重新训练模型。

2）在这种情况下，我想说这是一只猫的正面例子，也是一只狗的反面例子。据我了解，没有办法表明“狗的负面例子”。我只能说“猫与狗的负面例子”。有没有办法表明只有一个训练有素的课程的负面例子？

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）

Answer 1

谢谢你的提问。

1. 是的，您可以发送单个图像作为重新训练分类器的数据。但是，1张图片不太可能影响您的分类器。我们建议在每次再培训申请中至少发送10张新图片。
2. 如果作为“negative_example”发送，图像应该既不是猫也不是狗。分类器中的类应该是互斥的。猫和狗一起拍摄的照片不适用于训练系统，该系统试图分辨两种类型之间的差异。对于分类器，它可以给出的答案类型由类定义，或者如果negative_examples使用“以上都不是”。因此，在您的示例中，世界上的每个图像都被此模型分类为猫，狗或两者。
3. 这里记录了API：https://www.ibm.com/watson/developercloud/visual-recognition/api/v3/curl.html?curl#update-classifier