【51CTO.com快譯】有時識別軟件很擅長正確地分類某些類型的圖像，但無法正確地分類其他類型的圖像。一些圖像識別引擎偏愛貓而不是狗，一些圖像識別引擎擁有顏色方面的專長，因而描述性強。但總體上哪家最好?

Perficient Digital的圖像識別準確度研究分析了機器學習熱門的領域之一：圖像識別。它研究了亞馬遜AWS Rekognition、谷歌Vision、IBM Watson和微軟Azure Computer Vision來比較圖像。

三個用戶針對四個類別：圖表、風景、人物和產品，手工標記了2000個圖像以進行比較。

研究團隊使用兩個不同的指標來評估每個引擎：準確度評估(500個圖像)，這個指標衡量圖像識別引擎提供的每個標簽的準確度;以及匹配人類描述(2000個圖像)，以確定圖像識別引擎提供的標簽與人類描述每個圖像的方法相比如何。

在準確度評估這個部分的500個圖像中，來自圖像識別引擎的每個標簽基于它是否準確加以評估：“是”、“不”或“我不確定”。只有1.2%的標簽被標記為“不確定”。

即使含有人類不太可能用于描述圖像的標簽，標簽也會被標記為準確。

就純粹的準確度而言，四個引擎中的三個：亞馬遜、谷歌Vision和微軟Azure Computer Vision的得分高于人類標記，標簽置信度超過90%。

在這次分析中，谷歌在所有類別中明顯更勝一籌，亞馬遜AWS Rekogniton位居第二。至于準確度，引擎標簽的置信度為90%或更高時，四個引擎中的三個得分高于人類標簽。

圖1

該研究還分析了引擎生成的描述與用戶描述圖像的方式的匹配程度。遺憾的是，這方面的表現不是很好。

對每個引擎進行語言分析，看看有沒有哪個識別引擎存在偏向性。亞馬遜對產品有明顯的偏向，這不足為奇。

人工手動標記的圖像得分遠高于任何引擎。準確的標簽與人類用來描述圖像的標簽之間存在明顯的差異。

圖2

值得關注的是，IBM Watson偏愛顏色，與其他引擎相比，它給出的顏色描述最多，使用鋼青色、藍色、鐵青色和紫藍色等詞語。微軟Azure Computer Vision可以描述圖像質量，比如模糊和模糊的。

IBM Watson喜歡高度描述性的單詞，比如U形(河流)、阿拉伯式花飾(裝飾)和鐵頭登山杖(登山裝備)。亞馬遜AWS Rekognition偏愛服裝，比其他API更能識別短褲、褲子和襯衫。

谷歌Vision偏愛貓品種，IBM Watson比其他引擎識別更多的狗品種。

試一試Smart Images AI Evaluator(https://smartimages.perficientdigital.com/index.html)，并上傳你的一些圖像，看看你的情況怎樣。該工具由Perficient Digital開發，用于比較Adobe、谷歌、IBM和微軟的圖像識別引擎如何標記該圖像。你可能會驚訝于結果有多好。

原文標題：Which company does the best job at image recognition? Microsoft, Amazon, Google, or IBM?，作者：Eileen Brown

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】