Amazon Rekognition - AWS Conseils prescriptifs

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.

Amazon Rekognition

Pour la classification des images dans le spectre visible, les modèles sont fréquemment créés à l'aide d'un apprentissage par transfert et d'un réglage précis à partir d'un réseau neuronal préentraîné. Vous pouvez automatiser la sélection et la formation du réseau à l'aide du service Amazon Rekognition.

Amazon Rekognition fournit un ensemble standard d'étiquettes de classification. Une étiquette est un objet ou un concept (y compris des scènes et des actions) trouvé dans une image ou une vidéo en fonction de son contenu. Par exemple, une image de personnes sur une plage tropicale peut contenir des libellés tels que Palm Tree (objet), Beach (scène), Running (action) et Outdoors (concept). Pour plus d'informations sur les étiquettes prises en charge par Amazon Rekognition, consultez la section Détection d'objets et de concepts dans la documentation du service.

Pour les tâches nécessitant les étiquettes standard d'Amazon Rekognition, il est utile de tester ce service. Si Amazon Rekognition peut répondre à vos exigences, la sélection du modèle, la formation et la maintenance sont résumées. Il fournit un service d'inférence préformé et AWS gère la maintenance du service. L'obtention de prédictions auprès d'Amazon Rekognition est très simple.

Les avantages d'Amazon Rekognition sont les suivants :

  • Disponible immédiatement et évolutif

  • Aucune formation ou configuration requise

  • Prend en charge la classification multi-étiquettes

Les inconvénients d'Amazon Rekognition sont les suivants :

  • Ensemble fixe de classes prédites

  • Les unités d'inférence offrent une grande capacité, et la plus petite unité peut être coûteuse pour un faible débit

Pour plus d’informations, consultez les ressources suivantes :