Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Etichette personalizzate Amazon Rekognition
Se Amazon Rekognition non supporta tutte le etichette necessarie per il tuo caso d'uso, puoi addestrare un modello di etichette personalizzate Amazon Rekognition. Amazon Rekognition Custom Labels estende le funzionalità esistenti di Amazon Rekognition. Invece di addestrare completamente un modello con migliaia o decine di migliaia di immagini, puoi caricare un piccolo set di immagini di formazione etichettate (in genere poche centinaia o meno per classe) specifiche per il tuo caso d'uso. Se le tue immagini sono già etichettate, Amazon Rekognition Custom Labels può iniziare ad addestrare un modello in breve tempo. In caso contrario, puoi etichettare le immagini direttamente all'interno dell'interfaccia di etichettatura oppure puoi utilizzare Amazon SageMaker Ground Truth per etichettarle per te.
Dopo che Amazon Rekognition Custom Labels inizia l’addestramento a partire dal tuo set di immagini, può produrre un modello di analisi delle immagini personalizzato per te in poche ore. Dietro le quinte, Amazon Rekognition Custom Labels carica e ispeziona automaticamente i dati di addestramento, seleziona gli algoritmi di apprendimento automatico adatti, addestra un modello e fornisce metriche delle prestazioni del modello. Puoi quindi utilizzare il tuo modello personalizzato tramite Amazon Rekognition API Custom Labels e integrarlo nelle tue applicazioni.
Di seguito sono riportati i vantaggi delle etichette personalizzate di Amazon Rekognition:
-
L'addestramento e la messa a punto automatizzati richiedono uno sforzo minimo
-
Supporta la classificazione multietichetta
Di seguito sono riportati gli svantaggi delle etichette personalizzate di Amazon Rekognition:
-
Nessun controllo sulla funzione oggettiva, sull'architettura di rete o sui pesi iniziali del modello.
-
La formazione e l'ottimizzazione automatizzate possono richiedere molto tempo e sono più costose di una pipeline di formazione con impostazioni più personalizzabili. (Questo è meno importante se l'allenamento è poco frequente).
Per ulteriori informazioni, consulta gli argomenti seguenti:
