Watson使用指南（五）

時間 2019-11-16

標籤 watson 使用指南简体版

原文原文鏈接

圖像識別（Visual Recognition）

簡介

該服務使用深度學習算法來識別場景、物體和人臉。一樣，你也能夠根據本身的需求來建立並訓練你本身的分類器算法

認證

在bluemix上建立該服務實例，而且得到api-key，具體參見詳見Watson使用指南。json

方法

圖片分類（Classify an image）segmentfault

使用默認分類器，上傳圖片或圖片地址便可進行識別。圖片必須是jpg或png格式。對於待識別圖片而言，得到的響應包括一些列選定分類器的得分，這些分數從0到1，越高的得分說明越接近該分類器，返回的得分信息是0.5以上的。爲了得到最好的識別效果，推薦上傳224x224px及以上大小的圖片。api

參數：數組

api_key （query型，必須，你的API密鑰）app
version （query型，必須，版本信息，當前最新2016-05-20 ）ide
images_file （multipart/form-data，必須，圖片或壓縮包。壓縮包最大5MB，最多20張圖片）學習
parameters （multipart/form-data，JSON格式數據）ui
- url （string型，圖片地址）url
- classifier_ids （數組，待使用分類器）
- owners （數組，分類器擁有者，IBM或你本身）
- threshold （float型，返回的最小得分）
Accept-Language （Header型，輸出語言）

import json
from os.path import join, dirname
from os import environ
from watson_developer_cloud import VisualRecognitionV3

visual_recognition = VisualRecognitionV3('2016-05-20', api_key='{api-key}')

print(json.dumps(visual_recognition.classify(images_url=https://www.ibm.com/ibm/ginni/images/ginni_bio_780x981_v4_03162016.jpg), indent=2))

返回結果

參數：

images（結果數組）
classifiers（分類器數組）
classes （分類器中的標籤數組）
class （分類器標籤）
score （得分）
classifier_id （分類器惟一標識）
name （分類器名稱）
image （圖片文件所在路徑）
source_url （圖片來源地址）
resolved_url （圖片解析地址）
images_processed（處理圖片數量）
error （錯誤反饋）
error_id （錯誤標識ID）
description （錯誤描述）
warnings （警告提示數組）

{
    "images": [
        {
            "classifiers": [
                {
                    "classes": [
                        {
                            "class": "apple",
                            "score": 0.645656
                        },
                        {
                            "class": "fruit",
                            "score": 0.598688
                        },
                        {
                            "class": "food",
                            "score": 0.598688
                        },
                        {
                            "class": "orange",
                            "score": 0.5
                        },
                        {
                            "class": "vegetable",
                            "score": 0.28905
                        },
                        {
                            "class": "tree",
                            "score": 0.28905
                        }
                    ],
                    "classifier_id": "default",
                    "name": "default"
                },
                {
                    "classes": [
                        {
                            "class": "orange",
                            "score": 0.635488
                        }
                    ],
                    "classifier_id": "fruits_1050835757",
                    "name": "fruits"
                },
            ],
            "image": "orange-apple-banana-isolated.jpg"
        },
        {
            "classifiers": [
                {
                    "classes": [
                        {
                            "class": "fruit",
                            "score": 0.916827
                        },
                        {
                            "class": "vegetation",
                            "score": 0.768525
                        },
                        {
                            "class": "market",
                            "score": 0.768525
                        },
                        {
                            "class": "food",
                            "score": 0.377541
                        },
                        {
                            "class": "mercado",
                            "score": 0.28905
                        },
                        {
                            "class": "vegetable",
                            "score": 0.268941
                        }
                    ],
                    "classifier_id": "default",
                    "name": "default"
                },
                {
                    "classes": [
                        {
                            "class": "apple",
                            "score": 0.541237
                        }
                    ],
                    "classifier_id": "fruits_1050835757",
                    "name": "fruits"
                },
            ],
            "resolved_url": "https://c1.staticflickr.com/9/8803/17306765722_a2d0
be2f9e_b.jpg",
            "source_url": "https://flic.kr/p/snkGus"
        }
    ]
    "images_processed": 2
}

人臉識別（Detect faces）

分析圖片中的人臉信息，好比近似年齡、性別、若是是名人還有姓名。支持jpg或png格式。該功能是不能訓練的，而且不能用於生物學臉部識別。

參數：

api_key （query型，必須，你的API密鑰）
version （query型，必須，版本信息，當前最新2016-05-20 ）
images_file （multipart/form-data，必須，圖片或壓縮包。壓縮包最大5MB，最多20張圖片）
parameters （multipart/form-data，JSON格式數據，圖片地址）

import json
from os.path import join, dirname
from os import environ
from watson_developer_cloud import VisualRecognitionV3

visual_recognition = VisualRecognitionV3('2016-05-20', api_key='{api_key}')

print(json.dumps(visual_recognition.detect_faces(images_url=https://www.ibm.com/ibm/ginni/images/ginni_bio_780x981_v4_03162016.jpg), indent=2))

返回結果

參數：

images （結果數組）
faces （臉部信息數組）
age （年齡信息）
- max （可能最大年齡）
- min （可能最小年齡）
face_location （識別區域）
- height （識別區域高度）
- left（識別區域左上角x座標）
- top （識別區域左上角y座標）
- width （識別區域寬度）
gender （性別信息）
identity （若是是名人，返回信相關息，不然返回空）
- name （識別人物的姓名）
- type_hierarchy （關於名人，找到其屬於的層次類型）
score （得分）
image （圖片路徑）
source_url (來源地址)
resolved_url （圖片解析地址）
images_processed（處理圖片數量）
error （錯誤反饋）
error_id （錯誤標識ID）
description （錯誤描述）
warnings （警告提示數組）

{
    "images": [
        {
            "faces": [
                {
                    "age": {
                        "max": 54,
                        "min": 45,
                        "score": 0.372036
                    },
                    "face_location": {
                        "height": 75,
                        "left": 256,
                        "top": 93,
                        "width": 67
                    },
                    "gender": {
                        "gender": "MALE",
                        "score": 0.99593
                    },
                    "identity": {
                        "name": "Barack Obama",
                        "score": 0.989013,
                        "type_hierarchy": "/people/politicians/democrats/barack
obama"
                    }
                }
            ],
            "image": "prez.jpg"
        }
    ],
    "images_processed": 1
}
}

文檔原文：http://www.ibm.com/watson/dev...

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。