沃森視覺識別與圖像批量相關的相似度搜索API

Question

我們有客戶要求使用沃森視覺識別搜索集合中的相似圖像。文檔提到每個集合可以包含100萬張圖像。因此，我有以下問題：

a）圖像的最大尺寸是多少？

b）每次上傳圖片最多需要1秒，標準圖則每天限制25000張圖片。那麼，只能將25k張圖片添加到收藏/日期中？

c）客戶擁有約200萬張圖片。我們怎樣才能更快地上傳圖像？

d）是否有單獨的計劃可用於批量處理？

Answer 1

拉維，我看到你發佈你的developerWorks上的問題太多 - 請我的答案在這裏：https://developer.ibm.com/answers/questions/379227/similarity-search-api-of-watson-visual-recognition/

Answer 2

本信息來自視覺識別文檔以下網址： https://www.ibm.com/watson/developercloud/doc/visual-recognition/customizing.html

大小限制
有培訓通話和數據大小限制：

• 服務最多可以接受10,000張圖像或每個.zip文件的100 MB的文件。
• 該服務每個.zip文件至少需要10個圖像。
• 該服務最多接受每次培訓呼叫256 MB。
• 圖像的最小建議尺寸爲32X32像素。良好的訓練錨鏈接
  

準則以下準則不是由API強制執行。然而，服務趨向於更好地履行當訓練數據符合他們：

• 50幅圖像的最小建議在每個.zip文件，如少於50張可降低訓練分類的質量。
• 如果訓練數據的質量和內容是相同的，那麼在更多圖像上訓練的分類器通常會比在較少圖像上訓練的分類器更準確。在大約5000張圖像上對更多圖像進行分類器訓練可以獲得好處，這可能需要一段時間才能完成。您可以在超過5000張圖像上訓練分類器，但它可能不會顯着增加分類器的準確性。
• 每個.zip文件總共上傳150-200張圖片，可以讓您在訓練時間和分類器準確度提高之間達到最佳平衡。超過200幅圖像增加了時間，它確實增加了準確性，但是所花費的時間的回報遞減。
• 在每個示例文件中包含大致相同數量的圖像。包括不等數量的圖像可能會導致訓練分類器的質量下降。
• 您自定義分類器的準確性可能會受到您提供用於訓練的圖像種類的影響。提供與您計劃分析的圖像相似的示例圖像。例如，如果您正在訓練分類器「老虎」，那麼如果您只提供手機拍攝的動物園中的老虎圖像以訓練分類器，則分類器可能不太準確，但是您想要在老虎圖像上測試分類器在野外拍攝的專業攝影師。

準則爲高容量分類錨鏈接

如果你想許多圖像進行分類，在同一時間提交一個圖像可能需要較長時間。您可以通過以下方式最大限度地提高服務的效率和性能：

• 調整圖像的寬度或高度不得超過320像素。圖像不需要高分辨率。
• 以壓縮（.zip）文件的形式批量提交圖像。
• 只在classifier_ids參數中指定您希望得到結果的分類器。如果您未爲此參數指定值，則服務會將圖像與默認分類器進行分類，並且需要較長時間才能返回響應。