我正在开发TJBot视觉识别应用程序。
我对再培训有一些特殊的问题。
我的情况与此类似：
我有一个为猫，狗和否定类别（不是猫或狗）训练的模型。
视觉识别器有时会得到错误的答案。
我想做的是“自动”重新训练模型，并在得到错误答案时以编程方式使用API。
例如，在错误确定了一只狗实际上是一只猫之后，我想转身调用视觉识别再训练API并指出：这张照片是一只猫。这张照片不是狗。
问题： 1）是否有仅使用一张图片进行“部分再训练”的API？我不需要再次上传数百张照片以完全重新训练模型。
2）在这种情况下，我想说这是猫的正面例子，而狗的负面例子。据我了解，无法指出“狗的负面例子”。我只能说“猫和狗的负面例子”。有没有办法表明“只是其中一个受过训练的班级的否定例子？
3）如果没有API，我可以使用“工作室”网站来完成第一名还是第二名？怎么样？
谢谢， Andy Citron（IBM退休了）
答案 0 :(得分：0)
感谢您的提问。
是的，您可以发送单个图像作为数据来重新训练分类器。但是，一张图像不太可能对分类器产生太大影响。我们建议在每个再培训请求中至少发送10张新图像。
如果作为“ negative_example”发送，则图像不应是猫或狗。分类器中的类应该是互斥的。猫和狗的照片合在一起不能很好地训练试图区分两种类型的系统。对于分类器，它可以给出的答案的类型由类定义，或者如果使用negative_examples作为“以上皆非”。因此，在您的示例中，该模型将世界上的每张图片都归类为猫，狗或两者都不是。
此处记录了该API：https://www.ibm.com/watson/developercloud/visual-recognition/api/v3/curl.html?curl#update-classifier