私はイメージ内の特定のオブジェクトを認識するための分類子を訓練しています。私はWatson Visual Recognition APIを使用していますが、同じ質問が他の認識APIにも当てはまると仮定します。トレーニング視覚認定のための画像選択
私は400枚の写真を収集しました。犬。
ワトソンをトレーニングする前に、物事を吹き飛ばす可能性のある画像を削除することができます。
と犬：私はの写真を削除する必要がありますまた、白い背景の犬は、より良いトレーニングサンプルのためになりますか？
ワトソンも負の例を取ります。猫や他の小さな動物は良い否定的な例ですか？ほかに何か？
あなたは、これはカスタムの分類と認識器のすべての種類の一般的な問題であることを正しいです - それvize.it、clarifai、IBM Watson、またはtraining a neural network on your own say in caffeこと。 （使用する必要があるサンプル画像の数によってソートされています）
質問する必要がある重要なことはです。どのように分類器を使用しますか？表示されているオブジェクトを予測するためにマシンに供給する実際のイメージは何ですか？一般的には、のトレーニング画像は、可能な限り予測時間画像と似ていなければなりません（その種類と種類はオブジェクトの種類や背景など）。ニューラルネットワークは超強力であり、十分なイメージを与えれば、ハードケースも学習します。
ユーザーのフォルダに犬の画像がありますか？ファミリーフォト、スクリーンショット、ドキュメントスキャンが含まれます。その多様性をトレーニングセットに反映させる。別の動物の犬に犬の写真としてタグを付ける必要があるかどうかをユーザーに尋ねます。
に犬の画像を見つけたい場合は、荒野の写真のトラップです。その写真トラップで撮影されたさまざまな画像（またはネットワーク全体であればいくつかの写真トラップ）を使用してください。
サンプル画像を手近な作業に短絡してください！