0基礎也能建自己的圖像識別系統

今天有人在王者榮耀開黑群里問我，

AR除了掃圖片還能幹什麼呢？

靠，好啊！等了那麼久，

裝逼的機會終於來了。

我說，這個可多了，

你要是夠牛逼，

你也可以用物體識別技術

做個像去年迪斯尼和谷歌合作的

Pete"s Dragon 那樣的webAR 遊戲啊，

請看AR醬往期文 《APP滾出，迪士尼上線AR網頁遊戲》

不要問我為什麼在王者榮耀群里聊AR。

我們的心裡只有工作。

但我沒有告訴他的是，

其實就算你不牛逼，

以現在的技術發展水平，

已經到了就算完全不懂深度學習，

要搭建一個簡單的物體識別功能，

其實也就是分分鐘的事啦。

連我這個文科生都學會了。

IBM的 Watson 系統大家應該都聽說過

就是那個能變身超級不倒問，

在問答遊戲領域碾壓人類的那個。

用它來做實現，

簡直So Easy。

裝逼分割線

那為了要用Watson，

首先我們得上IBM的IBM Bluemix平台上

創建一個賬號並生成credentials

註冊成功後，

你應該就能看到

Visual Recognition service了。

如果沒有看到也沒關係，

可以在Catalog頁面下找到

看我看我，我在這裡

成功創建服務後，

你應該能在Service Credentials下的View Credentials里找到API Key。

再看我

找到了API Key後，

就能順利訪問服務了。

然後只要點擊

create classifier 按鈕，

就可以創建分類器了。

給這個分類器取個名字，

比如今天剛好在看星球大戰，

就叫Starwar吧。

再給每個人物創建一個分類

然後，到百度上

批量下載一些星戰人物的圖片

將訓練用的圖片打包成zip格式

上傳到每一個你需要識別人物

（圖片不要太少，

至少找個100來張吧，

然後每個人物

再各找個15張作為測試圖片）

然後，嗒嗒嗒嗒嗒。

好了，完工啦。

你已經學會搭建一個圖像識別系統了。

如果要測試分類器是工作得怎麼樣，

可以直接拖一張圖片

放到Starwar的方塊里測試。

Starwar下面的 id

就是需要在SDK或者直接用CURL來

訪問這個分類器的id。

記得替換Replace ,

和

這幾個值。

如果一切正常，

你應該會獲得類似這樣的反饋。

如果之前大家用過Catchoom之類的

圖像識別API，

會發現其實使用方法差不多。

都挺簡單的。

大家如果有興趣的話，

明天我看看是不是把怎麼用

Tensorflow來搭建

也寫了。

報告各位，

裝逼完畢！

敬禮

禮畢

AR醬原創，轉載務必註明

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！