Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Amazon Rekognition
Untuk klasifikasi gambar dalam spektrum yang terlihat, model sering dibuat dengan pembelajaran transfer dan fine-tuning dari jaringan saraf yang telah dilatih sebelumnya. Anda dapat mengotomatiskan tugas pemilihan dan pelatihan jaringan dengan menggunakan layanan Amazon Rekognition.
Amazon Rekognition menyediakan seperangkat label klasifikasi standar. Label adalah objek atau konsep (termasuk adegan dan tindakan) yang ditemukan dalam gambar atau video berdasarkan isinya. Misalnya, gambar orang di pantai tropis mungkin berisi label seperti Palm Tree
(objek), Beach
(adegan), Running
(aksi), dan Outdoors
(konsep). Untuk informasi selengkapnya tentang label yang didukung oleh Amazon Rekognition, lihat Mendeteksi objek dan konsep dalam dokumentasi layanan.
Untuk tugas yang memerlukan label standar di Amazon Rekognition, menguji layanan ini bermanfaat. Jika Amazon Rekognition dapat memenuhi kebutuhan Anda, pemilihan model, pelatihan, dan pemeliharaan diabstraksikan. Ini menyediakan layanan pra-terlatih untuk inferensi, dan AWS menangani pemeliharaan layanan. Mendapatkan prediksi dari Amazon Rekognition sangat mudah.
Berikut ini adalah keuntungan dari Amazon Rekognition:
-
Segera tersedia dan dapat diskalakan
-
Tidak diperlukan pelatihan atau konfigurasi
-
Mendukung klasifikasi multi-label
Berikut ini adalah kerugian dari Amazon Rekognition:
-
Set tetap kelas yang diprediksi
-
Unit inferensi menawarkan potongan kapasitas, dan unit terkecil mungkin mahal untuk throughput kecil
Untuk informasi selengkapnya, lihat berikut ini:
-
Memulai dengan Amazon Rekognition di Panduan Pengembang Amazon Rekognition
-
DetectLabelsdi Referensi Rekognition Amazon API