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.

Was ist Amazon Rekognition Custom Labels?

Mit Amazon Rekognition Custom Labels können Sie die Objekte, Logos und Szenen in Bildern identifizieren, die für Ihre geschäftlichen Anforderungen spezifisch sind. Sie können beispielsweise Ihr Logo in Social-Media-Beiträgen finden, Ihre Produkte in Regalen identifizieren, Maschinenteile in einer Montagelinie klassifizieren, gesunde und befallene Pflanzen voneinander unterscheiden oder animierte Charaktere in Bildern erkennen.

Die Entwicklung eines benutzerdefinierten Modells zur Bildanalyse ist ein bedeutendes Unterfangen, das Zeit, Fachwissen und Ressourcen erfordert. Die Fertigstellung dauert oft Monate. Darüber hinaus können Tausende oder Zehntausende von handbeschrifteten Bildern erforderlich sein, um das Modell mit genügend Daten zu versorgen, um präzise Entscheidungen treffen zu können. Die Generierung dieser Daten kann Monate in Anspruch nehmen, und es können große Teams für das Platzieren von Labels erforderlich sein, damit sie für Machine Learning verwendet werden können.

Amazon Rekognition Custom Labels erweitert die bestehenden Funktionen von Amazon Rekognition, die bereits an zig Millionen Bildern in vielen Kategorien trainiert wurden. Anstelle von Tausenden von Bildern können Sie einen kleinen Satz von Trainingsbildern (normalerweise einige hundert Bilder oder weniger) hochladen, die für Ihren Anwendungsfall spezifisch sind. Sie können dies mit der easy-to-use Konsole tun. Wenn Ihre Bilder bereits ein Label haben, kann Amazon Rekognition Custom Labels in kurzer Zeit mit dem Training eines Modells beginnen. Wenn nicht, können Sie die Bilder direkt in der Kennzeichnungsoberfläche beschriften, oder Sie können Amazon SageMaker AI Ground Truth verwenden, um sie für Sie zu kennzeichnen.

Nachdem Amazon Rekognition Custom Labels mit dem Training anhand Ihres Bilddatensatzes begonnen hat, kann es in nur wenigen Stunden ein benutzerdefiniertes Bildanalysemodell für Sie erstellen. Hinter den Kulissen lädt und überprüft Amazon Rekognition Custom Labels automatisch die Trainingsdaten, wählt die richtigen Algorithmen für Machine Learning aus, trainiert ein Modell und stellt Modellleistungsmetriken bereit. Anschließend können Sie Ihr benutzerdefiniertes Modell über die Amazon Rekognition Custom Labels API verwenden und es in Ihre Anwendungen integrieren.

Wichtigste Vorteile

Vereinfachtes Daten-Labeling

Die Amazon Rekognition Custom Labels-Konsole bietet eine visuelle Oberfläche, mit der Sie Ihre Bilder schnell und einfach mit einem Label versehen können. Die Benutzeroberfläche ermöglicht es Ihnen, ein Label auf das gesamte Bild anzuwenden. Sie können auch bestimmte Objekte in Bildern mithilfe von Begrenzungsfeldern mit einer click-and-drag Schnittstelle identifizieren und beschriften. Wenn Sie über einen großen Datensatz verfügen, können Sie alternativ Amazon SageMaker Ground Truth verwenden, um Ihre Bilder effizient und maßstabsgetreu zu kennzeichnen.

Automatisiertes Machine Learning

Für die Erstellung Ihres benutzerdefinierten Modells sind keine Fachkenntnisse im Bereich des Machine Learning erforderlich. Amazon Rekognition Custom Labels umfasst Funktionen für automatisiertes Machine Learning (AutoML), die das maschinelle Lernen für Sie übernehmen. Wenn die Trainingsbilder bereitgestellt werden, kann Amazon Rekognition Custom Labels die Daten automatisch laden und untersuchen, die richtigen Algorithmen für Machine Learning auswählen, ein Modell trainieren und Modellleistungsmetriken bereitstellen.

Vereinfachte Modellbewertung, Inferenz und Feedback

Sie bewerten die Leistung Ihres benutzerdefinierten Modells auf Ihrem Testset. Für jedes Bild im Testsatz können Sie den side-by-side Vergleich der Vorhersage des Modells mit der zugewiesenen Bezeichnung sehen. Sie können auch detaillierte Leistungsmetriken wie Präzision, Rückruf, F1-Werte und Konfidenzwerte überprüfen. Sie können Ihr Modell sofort für die Bildanalyse verwenden, oder Sie können neue Versionen mit mehr Bildern iterieren und neu trainieren, um die Leistung zu verbessern. Nachdem Sie Ihr Modell verwendet haben, verfolgen Sie Ihre Vorhersage, korrigieren Sie etwaige Fehler und verwenden Sie die Feedback-Daten, um neue Modellversionen neu zu trainieren und die Leistung zu verbessern.

Wenn Sie sich für die Verwendung von Amazon Rekognition Custom Labels entscheiden

Amazon Rekognition bietet zwei Funktionen, mit denen Sie Labels (Objekte, Szenen und Konzepte) in Bildern finden können: Amazon Rekognition Custom Labels und Amazon Rekognition Image. Verwenden Sie die folgenden Informationen, um zu bestimmen, welche Funktion Sie verwenden sollten.

Amazon Rekognition Image

Sie können die Label-Erkennungsfunktion in Amazon Rekognition Image verwenden, um häufig verwendete Labels in Bildern und Videos zu identifizieren – präzise und ohne die Notwendigkeit eines Machine Learning-Modells. So können Sie beispielsweise problemlos Tausende gängiger Objekte wie Autos und Lastwagen, Tomaten, Basketbälle und Fußbälle erkennen.

Wenn Ihre Anwendung häufig verwendete Labels finden muss, empfehlen wir die Verwendung der Amazon Rekognition Image Label Detection, da Sie kein Modell trainieren müssen. Eine Liste der Labels, die Amazon Rekognition Image findet, finden Sie unter Labels erkennen.

Wenn Ihre Anwendung Labels finden muss, die von Amazon Rekognition Image nicht gefunden wurden, z. B. kundenspezifische Maschinenteile auf einem Fließband, empfehlen wir Ihnen, Amazon Rekognition Custom Labels zu verwenden.

Amazon Rekognition Custom Labels

Sie können Amazon Rekognition Custom Labels verwenden, um auf einfache Weise ein Machine Learning-Modell zu trainieren, das Labels (Objekte, Logos, Szenen und Konzepte) in Bildern findet, die speziell auf Ihre Geschäftsanforderungen zugeschnitten sind.

Amazon Rekognition Custom Labels kann Bilder klassifizieren (Vorhersagen auf Bildebene) oder Objektpositionen in einem Bild erkennen (Vorhersagen auf Objekt-/Begrenzungsrahmenebene).

Amazon Rekognition Custom Labels bietet mehr Flexibilität bei den Arten von Objekten und Szenen, die Sie erkennen können. Sie können beispielsweise Amazon Rekognition Image verwenden, um Pflanzen und Blätter zu finden. Um zwischen gesunden, geschädigten und infizierten Pflanzen zu unterscheiden, müssen Sie Amazon Rekognition Custom Labels verwenden.

Die folgenden Beispiele zeigen, wie Sie Amazon Rekognition Custom Labels verwenden können.

Verwenden Sie Amazon Rekognition Custom Labels zum ersten Mal?

Wenn Sie Amazon Rekognition Custom Labels zum ersten Mal verwenden, empfehlen wir Ihnen, nacheinander die folgenden Abschnitte zu lesen: