Watson，对不同大小的图像进行分类

Question

给定一个定制的IBM的Visual Recognition Service模型，该模型使用一组大小为100x100的图像进行训练，那么在分类过程中只发送100x100大小的图像是否更好，或者图像的大小不是一个可以帮助产生更好的分类结果的属性吗？

Answer 1

在训练模型时，您希望训练图像“表示”稍后要使用训练模型进行分类的图像的外观。

然而，训练后的模型并不强烈地依赖于分辨率。在内部，该服务在训练和分类之前将图像大小调整为标准大小(224x224像素)。我们真的不建议在发送到系统之前操作图像，因为这个细节可能会在未来发生变化，但目前，在发送图像之前，您可以将图像大小调整为224x224，并且您应该看不到结果中的变化。

然而，如果你正在训练的对象占据了几乎所有的图像，例如，在图像中，你试图对感兴趣的对象进行分类只占图像的1/4，并且显示了大量的背景，例如，这对于系统来说可能很难分类。

简而言之，匹配训练图像的分辨率不太可能提高准确性。但是匹配感兴趣对象的比例将(即:训练图像中的对象占据图像的X%，并且测试图像中的相同对象也占据图像的X% )。