Статус IBM Visual Recognition Classifier не выполнен

У меня есть следующий IBM Watson Visual Recognition Python SDK для создания простого классификатора:

with open(os.path.dirname("/home/xxx/Desktop/Husky.zip/"), 'rb') as dogs, \ 
    open(os.path.dirname("/home/xxx/Desktop/Husky.zip/"), 'rb') as cats:
    print(json.dumps(visual_recognition.create_classifier('Dogs Vs Cats',dogs_positive_examples=dogs,negative_examples=cats), indent=2))

Ответ с новым идентификатором классификатора и его статусом выглядит следующим образом:

{
  "status": "training", 
  "name": "Dogs Vs Cats", 
  "created": "2016-06-23T06:30:00.115Z", 
  "classes": [
    {
      "class": "dogs"
    }
  ], 
  "owner": "840ad7db-1e17-47bd-9961-fc43f35d2ad0", 
  "classifier_id": "DogsVsCats_250748237"
}

Статус обучения показывает, что не удалось.

печать (json.dumps (visual_recognition.list_classifiers (), отступ = 4))

{
    "classifiers": [
        {
            "status": "failed", 
            "classifier_id": "DogsVsCats_250748237", 
            "name": "Dogs Vs Cats"
        }
    ]
}

Какова причина этого?


python-2.7 ibm-cloud ibm-watson visual-recognition
person CBU    schedule 23.06.2016    source источник
comment
Убедитесь, что в архиве только изображения. Если вы откроете терминал, вы увидите содержимое zip-файла, используя unzip   -  person German Attanasio    schedule 24.06.2016

Ответы (2)


arrow_upward
1
arrow_downward 

with open(os.path.dirname("/home/xxx/Desktop/Husky.zip/"), 'rb') as dogs, \ 
    open(os.path.dirname("/home/xxx/Desktop/Husky.zip/"), 'rb') as cats:
    print(json.dumps(visual_recognition.create_classifier('Dogs Vs Cats',dogs_positive_examples=dogs,negative_examples=cats), indent=2))

Вы отправляете одно и то же содержимое файла «Husky.zip» для использования службой как в качестве положительного, так и отрицательного примера. Однако системе требуется как минимум 10 положительных и 10 отрицательных изображений, которые являются уникальными. Сервис сравнивает хэш-код содержимого файла изображения перед обучением и оставляет дубликаты только в положительном наборе. Итак, ваш отрицательный набор пуст после дедупликации, что приводит к неудаче обучения. В подробном списке сведений о вашем классификаторе должно быть дополнительное поле под названием «объяснение», в котором говорится, что это может быть проблемой.

person Matt Hill    schedule 09.08.2016

arrow_upward
1
arrow_downward

Существуют ограничения по размеру обучающих вызовов и данных:

The service accepts a maximum of 10,000 images or 100 MB per .zip file

The service requires a minimum of 10 images per .zip file.

The service accepts a maximum of 256 MB per training call.

Существуют также ограничения по размеру для классификационных вызовов:

The POST /v3/classify methods accept a maximum of 20 images per batch.

The POST /v3/detect_faces methods accept a maximum of 15 images per batch.

The POST /v3/recognize_text methods accept a maximum of 10 images per batch.

см. http://www.ibm.com/smarterplanet/us/en/ibmwatson/developercloud/doc/visual-recognition/customizing.shtml

person Leo    schedule 23.06.2016