Watson，对不同大小的图像进行分类

Question

给定一个自定义 IBM 的 Visual Recognition Service 模型，该模型使用一组大小为 100x100 的图像进行训练，在分类过程中只发送 100x100 图像会更好吗，或者图像的大小不是一个属性是否有助于产生更好的分类结果？

Answer 1

在训练模型时，您希望训练图像“代表”您稍后要使用训练模型进行分类的图像的外观。

不过，经过训练的模型并不强烈依赖于分辨率。在内部，该服务在训练和分类之前将图像大小调整为标准尺寸（224x224 像素）。我们真的不建议在发送到系统之前对图像进行处理，因为这个细节将来可能会改变，但目前，您可以在发送之前将图像大小调整为 224x224，并且您应该不会看到结果发生变化。

但是，例如，如果您正在训练的对象几乎占据了整个图像，但在图像中您尝试对感兴趣的对象进行分类仅占图像的 1/4 并显示大量背景，例如，系统可能难以分类。

简而言之，匹配训练图像的分辨率不太可能提高准确性。但是匹配感兴趣对象的比例会（意思是：训练图像中的对象占图像的X%，测试图像中的相同对象也占图像的X%）。