0

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:9
- 雏菊:5
- 百合花:5
- 向日葵:1

有没有一种训练方法可以让 Watson 查看花束的图片,并能够以给定花卉类型的密度,甚至是比例或其他东西来回答?

如果有任何想法,我们应该用每种花的单个/孤立或多个/分组的图像进行训练吗?
...或两者兼而有之?

欢迎任何想法/建议!

编辑:
或者,我们可以按需要的动作来分类,而不是按花型分类?
但是,也许这是一个不同的想法,足以成为它自己的问题

4

1 回答 1

0

在某种程度上,这取决于您对需要分类的图像的控制程度,以及需要进行的分类粒度。例如,如果您保证始终有一个自上而下的花束视图,可以清楚地显示所有不同的花朵,并且场景中通常不存在其他无关物体,那么您可能可以训练一个分类器来处理类似五个密度级别的每种花型。例如,雏菊分类器将有五个类别:0 到 20% 的雏菊、20 到 40% 的雏菊、40 到 60% 的雏菊、60 到 80% 和 80% 以上的雏菊。

于 2017-09-15T23:27:19.207 回答