Solutions de classification d'images sur AWS - AWS Conseils prescriptifs
Objectifs

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Solutions de classification d'images sur AWS

Amazon Web Services (contributeurs)

Mars 2024 (historique du document)

La classification des images est une tâche centrale de la vision par ordinateur, un sous-domaine de l'apprentissage automatique (ML) et de l'intelligence artificielle (IA). Les algorithmes de classification d'images analysent les pixels d'une image et produisent des étiquettes pour l'ensemble de l'image. Par exemple, l'image suivante peut comporter les libellés suivants : persondog, ououtdoors.

Femme faisant de la randonnée en plein air avec un chien.

La classification des images ne localise pas les objets dans une image et ne crée pas de cadres de délimitation (comme c'est le cas pour la détection d'objets). Parmi les applications de classification d'images, citons le tri des images dans des albums numériques et le traitement d'images de voitures pour l'inventaire chez un concessionnaire automobile.

Il existe plusieurs Services AWS approches que vous pouvez utiliser pour effectuer une classification d'images AWS. L'objectif de ce guide est de vous aider à trouver des solutions efficaces pour les tâches de classification d'images. Ce guide décrit les approches suivantes :

Ce guide décrit les fonctionnalités de chacune d'entre elles Service AWS et explique comment déterminer l'approche la mieux adaptée à votre tâche de classification d'images. Dans ce guide, les solutions de classification d'images sont organisées autour de trois caractéristiques :

  • Spécification du modèle et formation — Détermination de l'architecture du modèle et de l'approche de formation appropriées

  • Type d'infrastructure de déploiement : détermination du type d'infrastructure que le point de terminaison d'inférence utilisera

  • Automatisation des opérations et flux de travail — Déterminer comment vous allez maintenir et mettre à jour la solution

Pour le service Amazon Rekognition, les spécifications du modèle et les options de formation sont prédéterminées par le service ; par conséquent, tout modèle ou option de formation souhaité au-delà de ceux proposés doit être créé avec un code personnalisé. Ce guide décrit le processus de test visant à déterminer si Amazon Rekognition ou les étiquettes personnalisées Amazon Rekognition constituent une bonne solution pour votre cas d'utilisation. Bien qu'il existe un conteneur de classification d'images prédéfini dans Amazon SageMaker AI, il n'est pas suffisant pour de nombreuses tâches de classification d'images de production. SageMaker L'IA fournit également des conteneurs d'apprentissage profond qui permettent de personnaliser et d'affiner les modèles préentraînés.

Ce guide présente une stratégie globale pour concevoir une solution de classification d'images sur AWS. Il fournit les meilleures pratiques pour chaque partie de la stratégie, en fournissant des conseils sur les services disponibles et leurs capacités.

Objectifs

Ce guide peut vous aider à atteindre les résultats métier ciblés suivants :

  • Coûts réduits — Créez une mise en œuvre rentable de la classification des images qui correspond à une analyse de rentabilisation

  • Efficacité : utilisez l'automatisation pour déployer et gérer une solution de classification d'images adaptée à une analyse de rentabilisation

  • Stratégie — Déterminez si le développement de modèles personnalisés correspond à votre cas d'utilisation