Lösungen zur Bildklassifizierung auf AWS - AWS Präskriptive Leitlinien
Ziele

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Lösungen zur Bildklassifizierung auf AWS

Amazon Web Services (Mitwirkende)

März 2024 (Verlauf der Dokumente)

Die Bildklassifizierung ist eine zentrale Aufgabe der Computer Vision, einem Teilgebiet des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI). Algorithmen zur Bildklassifizierung analysieren die Pixel eines Bildes und geben Labels für das gesamte Bild aus. Das folgende Bild könnte beispielsweise die folgenden Beschriftungen haben:person,dog, oderoutdoors.

Frau wandert mit einem Hund im Freien.

Durch die Bildklassifizierung werden die Objekte in einem Bild nicht lokalisiert und es werden keine Begrenzungsrahmen erstellt (wie dies bei der Objekterkennung der Fall ist). Zu den Anwendungsgebieten der Bildklassifizierung gehören das Sortieren von Bildern in digitale Alben und die Verarbeitung von Fahrzeugbildern für das Inventar in einem Autohaus.

Es gibt mehrere AWS-Services Ansätze, mit denen Sie Bilder klassifizieren können. AWS Das Ziel dieses Leitfadens ist es, Ihnen dabei zu helfen, effiziente Lösungen für Aufgaben zur Bildklassifizierung zu finden. In diesem Leitfaden werden die folgenden Ansätze beschrieben:

In diesem Leitfaden werden die jeweiligen Funktionen beschrieben AWS-Service und es wird erläutert, welcher Ansatz für Ihre Aufgabe zur Bildklassifizierung am besten geeignet ist. In diesem Leitfaden sind die Lösungen zur Bildklassifizierung nach drei Merkmalen geordnet:

  • Modellspezifikation und Training — Festlegung der geeigneten Modellarchitektur und des geeigneten Trainingsansatzes

  • Art der Bereitstellungsinfrastruktur — Bestimmung der Art der Infrastruktur, die der Inferenzendpunkt verwenden wird

  • Betriebsautomatisierung und Arbeitsablauf — Festlegung, wie die Lösung gewartet und aktualisiert werden soll

Für den Amazon Rekognition Rekognition-Service sind die Modellspezifikation und die Trainingsoptionen vom Service vorgegeben. Daher müssen alle gewünschten Modell- oder Trainingsoptionen, die über die angebotenen hinausgehen, mit benutzerdefiniertem Code erstellt werden. In diesem Leitfaden wird der Testprozess beschrieben, um festzustellen, ob Amazon Rekognition oder Amazon Rekognition Custom Labels eine gute Lösung für Ihren Anwendungsfall sind. Obwohl es in Amazon SageMaker AI einen vorgefertigten Container zur Bildklassifizierung gibt, reicht dieser für viele Aufgaben zur Bildklassifizierung in der Produktion nicht aus. SageMaker KI bietet auch Deep-Learning-Container, die die Anpassung und Feinabstimmung von vortrainierten Modellen ermöglichen.

In diesem Leitfaden wird eine Gesamtstrategie für die Entwicklung einer Bildklassifizierungslösung vorgestellt. AWS Es enthält bewährte Verfahren für jeden Teil der Strategie und gibt Hinweise zu den verfügbaren Diensten und ihren Funktionen.

Ziele

Dieser Leitfaden kann Ihnen helfen, die folgenden angestrebten Geschäftsergebnisse zu erzielen:

  • Geringere Kosten — Erstellen Sie eine kostengünstige Implementierung der Bildklassifizierung, die Ihrem Geschäftsszenario entspricht

  • Effizienz — Nutzen Sie Automatisierung, um eine Lösung zur Bildklassifizierung bereitzustellen und zu verwalten, die Ihrem Geschäftsszenario entspricht

  • Strategie — Stellen Sie fest, ob die maßgeschneiderte Modellentwicklung zu Ihrem Anwendungsfall passt