J'ai essayé d'implémenter le code pour apprendre plusieurs images à la fois dans la Watson Visual Recognition Collection en Java

introduction

Lorsque vous placez des données dans Watson Visual Recognition Collection, vous devez implémenter le code un par un, sauf pour l'écriture du code, ce qui est gênant. Cette fois, j'ai implémenté le code qui peut entraîner plusieurs images à la fois avec du code Java.

Construction de l'environnement d'exécution Java

Installation du JDK Installez le JDK à partir de l'URL suivante. http://www.oracle.com/technetwork/java/javase/downloads/index.html

Veuillez vous référer à l'URL suivante pour la méthode d'installation. http://qiita.com/hiesiea/items/54e49dabfb5606edb54d#2-jdk%E3%81%AE%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AB 　　 2. Installez eclipse Installez eclipse à partir de l'URL suivante. http://www.eclipse.org/downloads/

Veuillez vous référer à l'URL suivante pour la méthode d'installation. http://qiita.com/hiesiea/items/54e49dabfb5606edb54d#3-eclipse%E3%81%AE%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AB 　　 3. Création d'un projet Maven Créez "Nouveau" -> "Projet" -> "Projet Maven" de l'éclipse.

Obtenir le code, définir

Télécharger le code Téléchargez le code à partir de l'URL ci-dessous. https://github.com/takana-at/VisualRecognition-training
Après le téléchargement, décompressez le code.
Placement du code Copiez la classe suivante dans le projet sample.app. ・AddToCollection.java ・AddToCollectionThread.java ・TrainingDefinition.java

Télécharger des données d'entraînement dans Visual Recognition Collection

Créer un service de reconnaissance visuelle

Créez un service de reconnaissance visuelle sur Bluemix. Connectez-vous à Bluemix à partir de l'URL ci-dessous et créez un service "Catalogue" -> "Watson" -> "Reconnaissance visuelle". https://console.bluemix.net/
Après avoir créé le service de reconnaissance visuelle, vérifiez {api_key} dans «Service Credentials» -> «Credentials-1» et notez-le.

Créer une collection dans la reconnaissance visuelle

Créez une collection dans le service de reconnaissance visuelle. Accédez à l'URL ci-dessous, entrez le api_key que vous avez noté précédemment dans "Paramètres" -> "api_key", entrez un nom arbitraire dans "nom", et cliquez sur "essayez-le!". https://watson-api-explorer.mybluemix.net/apis/visual-recognition-v3#!/visual45recognition/post_v3_collections

　　 2. Lorsque la collection est créée, l'écran ci-dessous s'affiche.Notez le "collection_id". Assurez-vous également que «statut» est «Disponible».

Exécuter du code Java

Exécutez AddToCollection.java.

Modifiez le code dans AddToCollectionThread.java. Remplacez {api_key} dans le code de cette classe par api_key que vous avez noté précédemment.
Placez l'image à télécharger. Pour les images, créez un dossier «trainImage» directement sous le projet, créez un dossier «image ID name» dans le dossier «trainImage» et placez l'image dans le dossier «image ID name». Cet ID d'image est utilisé pour trier par personne, placez donc la même personne dans un dossier avec le même nom d'ID d'image.

PROJECTNAME
|-trainImage
   |-IMGID_NAME
      |-IMG  
      |-IMG

Par exemple, les images de "m010469.jpg " et "m010462.jpg " sont stockées dans le dossier avec le nom d'ID d'image "femelle" comme indiqué ci-dessous.

Image utilisée cette fois ・ Https://model.foto.ne.jp/free/product_info.php/cPath/24_252_256/products_id/300378 ・ Https://model.foto.ne.jp/free/product_info.php/cPath/24_252_256/products_id/302141

Placez le fichier méta à télécharger. Pour les images, créez un dossier «trainMetafile» directement sous le projet, créez un dossier avec le même «nom d'ID d'image» que dans le dossier trainImage dans le dossier «trainMetafile» et créez un dossier avec le même «nom d'ID d'image» dans le dossier «nom d'ID d'image» pour la personne liée à cet ID d'image. Placez les informations dans un fichier json. À ce stade, le nom de fichier du fichier json doit être "Image ID name.json". Le fichier json stocké dans le dossier «trainMetafile» vous permet d'enregistrer des informations supplémentaires sur l'image stockée dans trainImage.

PROJECTNAME
|-trainMetafile
   |-IMGID_NAME
      |-IMGID_NAME.json

Par exemple, stockez le fichier json nommé "female.json" dans le dossier nommé "female" comme indiqué ci-dessous.

Veuillez vous référer au code ci-dessous lors de la création d'un métafichier.

`Exemple d'entrée de métafichier(femaleA.json)`


{"name":"Femme A","img_name":"femaleA","img_url":"https://model.foto.ne.jp/free/product_info.php/cPath/24_252_256/products_id/300378"}

Mettez ce qui suit dans l'argument et implémentez. 「./trainImage」
Le résultat de l'exécution est le suivant.

Vérifier la collection

Vérifiez si les données d'entraînement ont été ajoutées à la collection.

Accédez à l'URL suivante, saisissez les api_key et collection_id que vous avez saisis lorsque vous avez implémenté AddToCollection.java dans "Paramètres" -> "api_key" et "collection_id", et cliquez sur "Try it out!". https://watson-api-explorer.mybluemix.net/apis/visual-recognition-v3#!/visual45recognition/get_v3_collections_collection_id_images!
Affichez la liste des images enregistrées dans la collection, et si les images enregistrées dans les «images» de la collection sont enregistrées, la formation est terminée.