Vision :不同的标签列表

Question

计算机视觉API提供了至少两种获取图像标记的方法。

根据文献资料，有一个“描述”的标签列表，以及一个顶级的“标签”列表。“标签”列表还包含信任级别，“描述标签”列表不包含。

然而，描述标签列表似乎比顶级标签列表要详尽得多，通常显示5到10倍的标签。

为什么有两个不同的标签列表，每个列表的用例是什么？另外，为什么描述标签列表显示的标签要比顶级标签列表多得多？

凭直觉，我会期待相反的情况，即基于主标签列表的标记子集的描述。

  "description": {
"tags": [
  "person",
  "man",
  "outdoor",
  "window",
  "glasses",
  [...]
],
---------
"tags": [
{
  "name": "person",
  "confidence": 0.98979085683822632
},
{
  "name": "man",
  "confidence": 0.94493889808654785
}

Answer 1

虽然今天的清单相似，但目前或将来都不能保证这些清单仍然是这样。描述中标记的想法是，如果对自然语言语句的信心很低，API用户可以选择使用这些标记来构造他们喜欢的句子。

请注意，在标记和description.tags情况下，这些术语都是降序的。

Answer 2

但是为什么标签有信心分数，但description.tags没有？

我还注意到，在一个答复中，他们有不同的第四要素。