建立 Visual Recognition 服务的初学者指南

今天的一个重要问题是能够从你拥有的数据中创造价值。正如您所知，IBM 一直是人工智能和机器学习领域的先驱。此外，IBM 还在 IBM Cloud 中提供了一组可供所有人使用的 Watson API。这些 API 中包括 Watson Assistant （聊天机器人构建平台）、自然语言处理引擎等。本文特别讨论了一个 Watson API，即 Watson Visual Recognition 。

Watson Visual Recognition API 允许您使用可视数据来获取有关图像中数据的信息。下面介绍了其中的几个模型：

• 通用模型：这是一个经过训练的模型，可让您使用活跃的大型数据集来从自己的图片中获取洞察力。
• 食物模型：与通用模型类似，但此模型使用特定的食物数据集。您可以使用此模型来查找任何类型的食物，其中一个主要应用是餐饮业，特别是当您想要创建一个特定菜单时。
• 人脸模型：允许您分析模型中的面部，获取图片中人物的性别和年龄；如果是名人，此模型还会为您提供其姓名。通过使用此模型，您可以分析数据并为产品创建特殊功能。
• 显式模型：允许您分析图像是否包含不适当的内容。
• 文本模型：允许您从图片中抽取文本并具有文本元数据。此选项目前处于封闭测试阶段，但可进行注册。
• 定制模型：允许您使用自己的图片来创建定制模型，并对其进行训练以获得更好的结果。

使用 Watson Visual Recognition

Visual Recognition 服务的每个实例都随附一个 API 密钥，允许您通过创建和使用连接来调用该 API。该 API 支持许多不同的编码语言，例如 Java™、Node.js 和 Python。该工具如下图所示。

您可以看到刚刚提到的所有模型。

在“概览”部分中，您可以看到服务凭证（包括 API 密钥）。

当单击其中一个模型上的 测试 时，将打开该模型的首页。您可以在其中找到有关该模型的所有信息，例如，您拥有的图片数据集数量以及您上传的图片数量。 在单击 实现 后，您将获得代码以帮助您将此API实现到自己的代码中。

在设置完实例后，下一步是什么？基本上，下一步是开始训练定制模型或使用通用模型。训练定制模型所需的最少图片数量是两个数据集（10 张图片），但建议您上传更多图片以获得更好的结果。

在开始之前，您应该注意以下几点：

• 成本低。您可获得高性价比，并获得非常好的结果。
• 为了使您的数据更有意义，请勿缩减图片数量。上传几个图片数据集（每个数据集中的图片应多于 50 张）。这可进一步优化您的结果。
• 勇于使用此服务来尝试新的任务。例如，此服务还提供了颜色识别选项，因此可在更多的实现中使用此服务。

结束语

通过 Watson Visual Recognition 服务，您可以使用机器学习来快速准确地标记、分类和训练可视内容。此 API 提供了一些通用模型和一些可定制模型，成本低且易于使用。试用一下吧。

参考资源

• Code Pattern: 构建一个聊天机器人管理员来检测愤怒情绪，理解自然语言，并删除敏感图片
• Code Pattern: 使用 Watson Studio 和 PyTorch 构建一个手写数字识别器
• 相关博客： 全新 Watson Machine Learning Accelerator 助力机器学习训练

本文翻译自： A beginner’s guide to setting up a visual recognition service （2019-01-10）