ワトソンの視覚認識はどのように各オブジェクトを識別するのですか？

Question

いくつかの野菜が一緒にグループ化された画像を提出すると、各野菜の名前は返されません。しかし、野菜を別の写真に分けて認識するとうまくいきます。

どのように私はそれを各野菜の名前で返すことができますか？または、カスタム分類子を使用する必要がありますか？しかしワトソンは既に野菜を知っている。

Answer 1

この問題に取り組む有効なアプローチは、スライディングウィンドウを使用して、複数のエンティティを含む1つの画像から小さなサブ画像を作成することです。

良い例はGitHubのhereです。

ここには、動作中のスライドウィンドウアプローチを示すビデオがあります。https://youtu.be/wEs1imQmk-Y

Answer 2

ワトソンの視覚認識では、システムに検索対象のオブジェクトを教える方法はありません。あなたができる最も近いことは、画像を分割して各部分を提出することです。