鲜花花束是我们问题领域的一个相当准确的类比
举个例子，让我们假设一个三十朵花的测试图像：
- 玫瑰：10
- 罂粟花：9
- 雏菊：5
- 利莱斯：5
- 向日葵：1
是否有培训方法可以让Watson查看花束图片，并能够以给定花型的密度，甚至比例或其他东西进行回复？
如果有任何想法，我们是否应该训练每种类型花的单个/隔离或多个/分组的图像？ ......或两者兼而有之？
欢迎任何想法/建议!!!
编辑：
或者，我们可以通过花型来分类，而不是按照花型进行分类
但是，也许这是一个与it's own question不同的理想。
答案 0 :(得分：0)
在某种程度上，它取决于您对需要分类的图像的控制程度，以及您需要进行的分类的粒度。例如，如果你保证总是有一个自上而下的花束视图，清楚地显示所有不同的花朵，而其他无关的物体通常不在场景中，那么你可能可以训练一个分类器，如五个密度等级每种花型。例如，Daisy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。