Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Etiquetas personalizadas de Amazon Rekognition Si Amazon Rekognition no admite todas las etiquetas que necesita para su caso de uso, puede entrenar un modelo de etiquetas personalizadas de [Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html). Las etiquetas personalizadas de Amazon Rekognition amplían las capacidades existentes de Amazon Rekognition. En lugar de entrenar completamente un modelo con miles o decenas de miles de imágenes, puede cargar un conjunto pequeño de imágenes de entrenamiento etiquetadas (normalmente unos cientos o menos por clase) que sean específicas para su caso de uso. Si las imágenes ya están etiquetadas, Etiquetas personalizadas de Amazon Rekognition podrá empezar a entrenar un modelo en poco tiempo. Si no es así, puedes etiquetar las imágenes directamente en la interfaz de etiquetado o puedes usar Amazon SageMaker Ground Truth para etiquetarlas por ti. Cuando Etiquetas personalizadas de Amazon Rekognition empieza a entrenar a partir de grupo de imágenes, podrá crear un modelo de análisis de imágenes personalizado en tan solo unas horas. En segundo plano, Etiquetas personalizadas de Amazon Rekognition carga e inspecciona automáticamente los datos de entrenamiento, selecciona los algoritmos de machine learning correctos, entrena un modelo y registra las métricas de rendimiento del modelo. Tras esto, podrá usar su modelo personalizado a través de la API de Etiquetas personalizadas de Amazon Rekognition e integrarlo en sus aplicaciones. Las siguientes son las ventajas de las etiquetas personalizadas Amazon Rekognition: + La capacitación y el ajuste automatizados requieren un esfuerzo mínimo + Soporta la clasificación de múltiples etiquetas Las siguientes son las desventajas de las etiquetas personalizadas Amazon Rekognition: + No hay control sobre la función objetivo, la arquitectura de red o los pesos iniciales del modelo. + La capacitación y el ajuste automatizados pueden llevar mucho tiempo y ser más costosos que un proceso de capacitación con configuraciones más personalizables. (Esto es menos importante si la formación es poco frecuente). Para obtener más información, consulte los siguientes temas: + [Configuración de etiquetas personalizadas de Amazon Rekognition en la guía para desarrolladores de](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/setting-up.html) etiquetas personalizadas de *Amazon Rekognition* + [Introducción a las etiquetas personalizadas de Amazon Rekognition en la guía para desarrolladores de](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/getting-started.html) etiquetas personalizadas de *Amazon Rekognition*