对库中所有图像进行分类的价值不可小觑。除了使你的图像库可搜索并根据用户的兴趣向他们显示相关内容的明显优势外，你还可以根据用户上传的内容了解更多关于他们的信息，并找出人们关心和寻找的内容。但是，当处理大量图像时，手动对图像进行分类会占用太多时间资源。很高兴，已经有好几家公司在研究自动分类领域，竞争是件好事！这项技术在不断改进，他们使用的算法在识别场景和对象分类方面也越来越好。当然，每一家公司的发展速度和它们提供的分类引擎都不尽相同，有些公司比其他公司更擅长对某些对象进行分类。这是基于不同的训练方法，人工图像标注是这些算法在许多情况下的原始基础，等等。这会使您很难决定使用哪种引擎，尤其是如果您想对用户上传的图像进行分类，这显然有很大的可能性分类。所以为什么不利用多个分类引擎呢！将您的图片发送到多个引擎，并在图像标记时使用它们的所有结果！通过获取每个结果的最高置信度结果，可以确保附加到图像上的标记集尽可能准确、扩展和相关。网络研讨会多个分类引擎CloudDinary简化了使用多个分类引擎的结果自动标记图像的整个过程。上载或更新图像时，只需一行代码，就可以从多个加载项请求自动分类，然后自动将标记添加到图像中。categorization参数接受一个逗号分隔的加载项列表，Cloudinary目前提供了3个用于自动图像标记的加载项。下面一行服务器端代码上载一个名为car的图像，从Google、Imagga和Amazon Rekognition请求分类，然后从所有引擎添加符合60%或更高可信度的所有类别的标签：RubyPHPPythonNode.jsJavaAllRuby：复制到剪贴板云数据库：上传器.upload("汽车.jpg",：categorization=>"谷歌标签，imagga_标签，aws_rek_标签"，：自动标记=>0.6）PHP:复制到剪贴板\Cloudinary\Uploader:：上载（"汽车.jpg",array（"categorization"=>"谷歌标签，imagga_标签，aws_rek_标签"，"自动标记"=>0.6））；Python:复制到剪贴板云数据库.uploader.upload("汽车.jpg",categorization="谷歌标签、imagga_标签、aws_rek_标签"，自动标记=0.6）节点.js：复制到剪贴板云数据库.uploader.upload("汽车.jpg",函数（结果）{控制台.log（结果）；}，{分类："谷歌标签，imagga标签，aws图片标签"，自动标记：0.6}）；Java:复制到剪贴板cloudinary.uploader（）。上载（"汽车.jpg", 对象实用程序.asMap("分类"，"谷歌标记，imagga_标记，aws_rek_标记"，"自动标记"，"0.6"）；响应包括每个引擎识别的类别及其置信度得分。所有置信度至少为60%的类别都会作为标签添加到图像中。复制到剪贴板{..."标签"：汽车、汽车、双门轿车、跑车、交通工具、车辆、轿车、机动车、宝马、个人豪华车、汽车设计、家庭轿车、豪华车、性能车、汽车车轮系统、保险杠、汽车外饰、轮辋、宝马m3、商务车、城市车、跑车、宝马宝马宝马turismo系列"，"Granismo系列，"信息"：{"分类"：{"imagga_标记"：{"status"："完成"，"数据"：[{"tag"："car"，"confidence"：1.0}，...（（又确定了82个类别）...]},"aws_rek_标签"：{"status"："完成"，"数据"：[{"tag"："汽车"，"信心"：0.9817}，...（（又确定了7个类别）...]},"谷歌标签"：{"status"："完成"，"数据"：[{"tag"："car"，"confidence"：0.9854}，...（（又确定了27个类别）...]},}详细分类下表汇总了每个分类引擎自动添加到"car"图像中的标签列表（基于至少60%的置信度得分）：伊马加谷歌亚马逊河流域汽车汽车汽车汽车机动车汽车"运输车辆轿跑车车辆宝马跑车汽车私人豪华车运输机动车汽车设计车辆家用汽车轿车"豪华车跑车性能车汽车车轮系统缓冲器汽车外部轮辋轮宝马m3商务车轿车通过利用所有附加组件，添加到映像中的标记集包含更多相关信息。上面图片中的物体被所有的引擎识别为一辆汽车，但并不是所有的引擎都包括品牌和型号、类型、颜色或细节级别。这是一个很好的例子，说明了不同的引擎训练模型如何根据输入图像产生"更好"的结果。对于所有这些分类引擎来说，拥有一个包含所有可能对象及其细节的真正扩展的数据库是一项正在进行的工作。更不用说数据库的扩展性越大，分类算法运行所需的时间就越长：在速度和准确性之间存在权衡，每种引擎都以不同的方式处理该问题，具有不同的优先级集。因此，利用一个以上的引擎可以为各种各样的图像。相关分类在下面的电话图像中，只有一个分类引擎识别了图像中的手和电话的实际类型，而另一个引擎识别了图像中的碗和蔬菜，这在某些情况下也可能是相关信息。不同的引擎对需要分类的对象的大小和位置赋予不同的优先级，并访问不同的对象数据库。当用一个以上的引擎收集分类信息时，结果是一个更广泛和相关的标签集为更广泛的各种各样的图像。下表汇总了每个分类引擎自动添加到"phone"图像中的标签列表（基于至少60%的置信度得分）：伊马加谷歌亚马逊河流域电话移动电话电子学移动电话电子装置全球定位系统无线电话小工具手机电话技术计算机可移动的通信设备移动电话手便携式通信设备电话器具智能手机碗屏幕蜂窝网络西兰花产品设计植物群特色手机食物电话植物生产蔬菜扩展的图像标签对大猩猩的图像进行分类会从不同的引擎产生不同的结果。并不是所有的人都能正确识别大猩猩，只有一个人正确地识别了这个物种是西部大猩猩。这是一个很好的例子，说明了不同的训练模型和引擎的"学习"阶段如何影响结果，有些引擎比其他引擎更好，这取决于输入图像。当您从多个引擎聚合分类时，结果是一组更具扩展性的标记，它们更有可能正确识别对象，以及使图像更易于索引和显示在相关搜索。搜索下表总结了每个分类引擎自动添加到"gorilla"图像中的标签列表（基于至少60%的置信度得分）：伊马加谷歌亚马逊河流域猿类类人猿动物大猩猩西部大猩猩猿类灵长类动物哺乳动物哺乳动物黑猩猩灵长类动物猴子猴子普通黑猩猩野生动物野生动物黑猩猩红毛猩猩野生的动物群陆生动物眼睛野生动物有机体草鼻子有时更多的是更好的利用多个分类引擎可以为您的图像提供更准确、更广泛、更详细和相关的标记集。利用不同引擎的不同功能为您的图像生成最好的标签。Cloudinary目前提供了3个用于自动图像标记的附加组件：Imagga、Google和Amazon Rekognition自动标记插件现在都可以使用，所有Cloudinary计划都可以免费试用。如果你还没有一个Cloudinary帐户，你可以很容易地注册一个免费帐户，看看这些引擎如何在你自己的评分图像。关于cloudinarcolutionary为世界顶级品牌提供易于使用、基于云的媒体管理解决方案。Cloudinary在美国、英国和以色列设有办事处，迅速成为全球主要公司的开发者和营销人员用来简化富媒体管理和提供最佳最终用户的实际解决方案经验。为了更多信息，请访问网站或者在Twitter上关注我们。