Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Solusi klasifikasi gambar pada AWS
Amazon Web Services (kontributor)
Maret 2024 (sejarah dokumen)
Klasifikasi gambar adalah tugas utama dalam visi komputer, subbidang pembelajaran mesin (ML) dan kecerdasan buatan (AI). Algoritma klasifikasi gambar menganalisis piksel gambar dan label keluaran untuk seluruh gambar. Misalnya, gambar berikut mungkin memiliki label berikut:person
,dog
, atauoutdoors
.

Klasifikasi gambar tidak melokalisasi objek dalam gambar atau membuat kotak pembatas (seperti yang dilakukan dalam deteksi objek). Contoh aplikasi klasifikasi gambar termasuk menyortir gambar ke dalam album digital dan memproses gambar mobil untuk inventaris di dealer mobil.
Ada beberapa Layanan AWS dan pendekatan yang dapat Anda gunakan untuk melakukan klasifikasi gambar AWS. Tujuan dari panduan ini adalah untuk membantu Anda menemukan solusi yang efisien untuk tugas klasifikasi gambar. Panduan ini membahas pendekatan berikut:
-
Menggunakan Amazon Rekognition
-
Menggunakan Label Kustom Amazon Rekognition
-
Menggunakan Amazon SageMaker AI Canvas
-
Menggunakan Amazon SageMaker AI
-
Membuat dan mengelola pekerjaan pelatihan khusus di Amazon Elastic Container Service (AmazonECS) atau Amazon Elastic Kubernetes Service (Amazon) EKS
Panduan ini membahas kemampuan masing-masing Layanan AWS dan bagaimana menentukan pendekatan mana yang paling cocok untuk tugas klasifikasi gambar Anda. Dalam panduan ini, solusi klasifikasi gambar diatur di sekitar tiga sifat:
-
Spesifikasi dan pelatihan model — Menentukan arsitektur model dan pendekatan pelatihan yang tepat
-
Jenis infrastruktur penyebaran - Menentukan jenis infrastruktur yang akan digunakan titik akhir inferensi
-
Otomatisasi operasi dan alur kerja - Menentukan bagaimana Anda akan mempertahankan dan memperbarui solusi
Untuk layanan Amazon Rekognition, spesifikasi model dan opsi pelatihan telah ditentukan sebelumnya oleh layanan; oleh karena itu, model atau opsi pelatihan yang diinginkan di luar yang ditawarkan harus dibuat dengan kode khusus. Panduan ini membahas proses pengujian untuk menentukan apakah Amazon Rekognition atau Amazon Rekognition Custom Labels adalah solusi yang baik untuk kasus penggunaan Anda. Meskipun ada wadah klasifikasi gambar bawaan di Amazon SageMaker AI, itu tidak cukup untuk banyak tugas klasifikasi gambar produksi. SageMaker AI juga menyediakan wadah pembelajaran mendalam yang memungkinkan penyesuaian dan penyempurnaan model yang telah dilatih sebelumnya.
Panduan ini menyajikan strategi keseluruhan untuk merancang solusi klasifikasi gambar. AWS Ini memberikan praktik terbaik untuk setiap bagian dari strategi, memberikan saran tentang layanan yang tersedia dan kemampuan mereka.
Tujuan
Panduan ini dapat membantu Anda mencapai hasil bisnis yang ditargetkan berikut:
-
Mengurangi biaya — Buat implementasi klasifikasi gambar hemat biaya yang cocok dengan kasus bisnis
-
Efisiensi — Gunakan otomatisasi untuk menerapkan dan memelihara solusi klasifikasi gambar yang cocok dengan kasus bisnis
-
Strategi - Tentukan apakah pengembangan model yang disesuaikan sesuai dengan kasus penggunaan Anda