Не могли бы вы сказать мне максимальное общее количество и размер изображений, которые мы можем загрузить при обучении классификатора Watson VR? Я нашел только максимальное количество и размер изображений на вызов API (10000 изображений, 100 МБ на почтовый индекс).
Относительно максимального общего количества и размера изображений, которые мы можем загрузить при обучении классификатора Watson VR.
Ответы (2)
Инструкции по качественному обучению и подробные сведения об ограничениях размера доступны в документации по Watson Visual Recognition:https://console.bluemix.net/docs/services/visual-recognition/customizing.html#size-limitations
Рекомендации по классификации больших объемов доступны здесь: https://console.bluemix.net/docs/services/visual-recognition/customizing.html#guidelines-for-high-volume-classifying
Надеюсь это поможет!
Не могли бы вы сказать мне максимальное общее количество и размер изображений, которые мы можем загрузить при обучении классификатора Watson VR? Я нашел только максимальное количество и размер изображений на вызов API (10000 изображений, 100 МБ на почтовый индекс).
Как вы заметили, один вызов API ограничен, однако вы можете обучить классификатор с большим количеством изображений, используя возможность «переобучения». По сути, вы должны создавать пакеты своих обучающих данных, которые соответствуют этим ограничениям для каждого вызова API, а затем обучать свой классификатор с помощью первого пакета. Затем вы должны использовать возможность переобучения (также называемую «Обновление классификатора») для добавления последовательных пакетов, указав classifier_id
для добавления этого пакета. Спецификация для обновления классификатора находится здесь: https://console.bluemix.net/apidocs/visual-recognition#update-a-classifier
Если вы тренируетесь с большим количеством изображений, вы можете изменить размер тренировочных изображений точно до 224x224 пикселей, прежде чем отправлять их в Watson API. Это не повлияет на качество обучения или классификации, но позволит максимально увеличить количество изображений в партии. Одним из первых шагов пользовательской системы обучения и классификации является изменение размера входных изображений до 224x224, поэтому, если есть детали, не видимые при таком разрешении, они, скорее всего, не будут различимы учащимся. Если у вас очень большие изображения или соотношение сторон >2 или ‹0,5, перед отправкой их следует обрезать, чтобы получить наилучшие результаты.
Нет ограничений на количество изображений, которые вы можете добавить с помощью переобучения в обучающий набор классификатора. Однако каждое дополнительное изображение считается «учебным мероприятием», как определено в нашем тарифном плане: https://www.ibm.com/cloud/watson-visual-recognition/pricing
Также нет строгого ограничения на размер отдельного изображения внутри тренировочного набора, однако отправлять большие изображения расточительно и не дает никакого преимущества. Однако служба работает не по волшебству, поэтому очень большие изображения могут быть пропущены в процессе обучения или привести к сбою обучения. Сервис предназначен для лучшей работы с фотографическими изображениями. У вас не должно возникнуть проблем с файлами JPG или PNG, созданными широким спектром стандартных камер. (Однако конечная точка /classify ограничивает размер каждого изображения 10 МБ)