使用完全相同的图片进行空分类

Question

我在玩 Watson VR，并尝试训练，然后针对在其中一个 zip 文件中作为正面示例添加的同一张图片执行一个简单的自定义分类器。

---

我创建分类器的代码：

ClassifierOptions cOptions = new ClassifierOptions.Builder()
    .classifierName("Mena")
    .addClass("Mena", new File("/the/path/to/my_face.zip"))
    .addClass("Mena2", new File("/the/path/to/my_face_new.zip"))
    .build();

VisualClassifier classifier = VR_SERVICE.createClassifier(cOptions).execute();

.zip 文件包含两张不同的我的脸图像 (.jpg) - 各一张。

图像文件名不包含特殊字符。

---

然后我运行分类服务如下：

ClassifyImagesOptions ciOptions = new ClassifyImagesOptions.Builder()
    .classifierIds(classifier.getId())
    .images(new File("/the/path/to/my_face.jpg")) // same file as one of the images 
    // uploaded previously in zip
    .threshold(0d) // tried specifying explicitly but changes nothing
    .build();

VisualClassification result = VR_SERVICE.classify(ciOptions).execute();

---

不幸的是，当我打印出结果时，并不高兴：

{
  "images_processed": 1,
  "images": [
    {
      "classifiers": [],
      "image": "my_face.jpg"
    }
  ]
}

考虑到我使用的是添加到分类器中的一张图片的完全相同的副本，我的印象是我做错了什么，特别是考虑到"classifiers": [] 部分。

任何指针？

Answer 1

.zip 文件包含我的两张不同的图像 (.jpg) - 每张一张。

训练时，包含示例的 zip 文件中每个必须至少有 10 个唯一示例。 （唯一性由每个图像文件内容的哈希码决定。）

您是否检查了训练请求返回的结果？我怀疑它返回了 400 条代码和关于最少示例数的消息。

此外，分类器中的类是相互排斥的，因为分类器训练过程正在学习使第 1 类与其他类不同的原因。例如，“破窗”与“正常窗”。该系统也没有针对人脸识别进行优化（它旨在用于一般场景），但在多个类别中提供同一个人的图片将（在最好的情况下）导致它找到区分两组示例的任何随机差异，例如衣服或照明条件。