Custom classifier of IBM visual recogintion

先前同仁利用 Openface 這個 CMU 的專案做人臉識別的簡單測試，原本無法區別的宋芸樺／夏于喬在透過各十張的圖片做 Training 後就可以分辨出來了，有興趣的可以直接在 這裡看結果。上一回雖然 IBM 的 Visual Recognition 表現差強人意，推測是沒有 Train 的結果，正好利用這個機會 Train Train 看，再跟Openface PK 一下。

先講結論 : 相同的條件下，IBM 你連學生做的東西都打不贏，是有沒有要玩啊 ? XD XD

宋芸樺使用下列10張當 Training data

夏于喬的部份，因為Openface只餵了9張，雖然張數不同怪怪的，但公平起見，用一樣的9張

IBM 的自訂分類比較麻煩的一點是除了要識別的目標外，還要一組 negative data，隨手找了鬼鬼的照片，一樣用10張

把圖片依需求打包成 zip 檔song.zip/shia.zip/wu.zip。資料準備好了就來寫程式 Training 吧，程式範例如下

ibm_training.js

var watson = require("watson-developer-cloud");
var fs = require("fs");
var visual_recognition = watson.visual_recognition({
    api_key: "<YOUR_OWN_API_KEY>", 
    version_date: "2016-05-20", 
    version: "v3"
});
var params = {
    name: "actress",
    song_positive_examples: fs.createReadStream("./imgs/song.zip"),
    shia_positive_examples: fs.createReadStream("./imgs/shia.zip"),    
    negative_examples: fs.createReadStream('./imgs/wu.zip')
};

visual_recognition.createClassifier(params,
    function(err, response) {
        if (err)    
            console.log(err);
        else
            console.log(JSON.stringify(response, null, 2));
    }
);

執行 node ibm_training.js 結果如下

{
  "classifier_id": "actress_1485364364",
  "name": "actress",
  "owner": "24ca4da2-2e53-435f-9ff2-67b576aaff53",
  "status": "training",
  "created": "2016-10-20T03:47:57.089Z",
  "classes": [
    {
      "class": "song"
    },
    {
      "class": "shia"
    }
  ]
}

如需要的話，可以用下面的方式查詢你訓練好的 classifier

visual_recognition.listClassifiers({},
    function(err, response) {
        if (err)
            console.log(err);
        else
        console.log(JSON.stringify(response, null, 2));
    }
);

結果如下，其中 actress_2004286611 是我犯蠢用空資料做出來的 classifier，很合理的呈現 fail 的狀態，也剛好可以在稍後拿來測試

{
  "classifiers": [
    {
      "classifier_id": "actress_2004286611",
      "name": "actress",
      "status": "failed"
    },
    {
      "classifier_id": "actress_1485364364",
      "name": "actress",
      "status": "ready"
    }
  ]
}

那這個我們自訓練的 classifier 的效果如何呢 ? 我們以下面三張圖來測試

辨識（分類）的程式碼如下　（指定使用自訂的分類器)

ibm_detect.jg

var watson = require("watson-developer-cloud");
var fs = require("fs");

var visual_recognition = watson.visual_recognition({
    api_key: "<YOUR_OWN_API_KEY>", 
    version_date: "2016-05-20", 
    version: "v3"
});
var input_file = process.argv[2];
console.log( input_file );
var params = {
    images_file : fs.createReadStream(input_file), 
    classifier_ids: ["actress_1485364364", "actress_2004286611"] /*指定使用自訂的分類器*/
};
visual_recognition.classify(params, function(err, res) {
    if (err)
        console.log( err );
    else 
        console.log( JSON.stringify(res, null, 2));
});

來看結果吧 node ibm_detect.js song_test_01.jpg

song_test_01.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [],
      "image": "song_test_01.jpg"
    }
  ],
  "images_processed": 1
}

node ibm_detect.js shia_test_01.jpg

shia_test_01.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [],
      "image": "shia_test_01.jpg"
    }
  ],
  "images_processed": 1
}

node ibm_detect.js imgs/shia_test_02.jpg

shia_test_02.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [],
      "image": "shia_test_02.jpg"
    }
  ],
  "images_processed": 1
}

GG 啊!!一張都認不出來，是classifier 做壞掉了嗎 ?

用原先的 training data 回頭檢查 node ibm_detect.js song/1.jpg

song/1.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [
        {
          "classes": [
            {
              "class": "song",
              "score": 0.81114
            }
          ],
          "classifier_id": "actress_1485364364",
          "name": "actress"
        }
      ],
      "image": "1.jpg"
    }
  ],
  "images_processed": 1
}

喔，是認得的呀.. 但 score 只有 0.8 是怎樣 ? 孩子明明是你生的呀~~~~

再來一張 node ibm_detect.js song/2.jpg

song/2.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [
        {
          "classes": [
            {
              "class": "song",
              "score": 0.809645
            }
          ],
          "classifier_id": "actress_1485364364",
          "name": "actress"
        }
      ],
      "image": "2.jpg"
    }
  ],
  "images_processed": 1
}

那夏的情況呢 ??? node ibm_detect.js shia/1.jpg

shia/1.jpg
{
  "custom_classes": 1,
  "images": [
    {
      "classifiers": [],
      "image": "1.jpg"
    }
  ],
  "images_processed": 1
}

ㄟㄟㄟ，是怎樣，親兒子都不認就是了?? 來研究看看是不是 training 的樣本數不夠的關係好了 (只是，人家 openface 同樣的條件可以分類捏，加油～～好嗎 ~~~)