Amazon Rekognition - AWS Guía prescriptiva

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.

Amazon Rekognition

Para la clasificación de imágenes en el espectro visible, los modelos suelen crearse mediante el aprendizaje por transferencia y el ajuste preciso a partir de una red neuronal previamente entrenada. Puede automatizar la tarea de selección y formación de redes mediante el servicio Amazon Rekognition.

Amazon Rekognition proporciona un conjunto estándar de etiquetas de clasificación. Una etiqueta es un objeto o concepto (incluidas escenas y acciones) que se encuentra en una imagen o un vídeo en función de su contenido. Por ejemplo, una imagen de personas en una playa tropical puede contener etiquetas como Palm Tree (objeto), Beach (escena), Running (acción) y Outdoors (concepto). Para obtener más información sobre las etiquetas compatibles con Amazon Rekognition, consulte Detección de objetos y conceptos en la documentación del servicio.

Para las tareas que requieren las etiquetas estándar de Amazon Rekognition, vale la pena probar este servicio. Si Amazon Rekognition puede cumplir sus requisitos, la selección del modelo, la formación y el mantenimiento se resumen. Proporciona un servicio previamente entrenado para realizar inferencias y AWS se encarga del mantenimiento del servicio. Obtener predicciones de Amazon Rekognition es muy sencillo.

Las ventajas de Amazon Rekognition son las siguientes:

  • Disponible y escalable de forma inmediata

  • No se requiere formación ni configuración

  • Soporta la clasificación de múltiples etiquetas

Las siguientes son las desventajas de Amazon Rekognition:

  • Conjunto fijo de clases pronosticadas

  • Las unidades de inferencia ofrecen una gran capacidad, y la unidad más pequeña puede resultar costosa si se trata de un rendimiento reducido

Para obtener más información, consulte los siguientes temas: