Amazon Rekognition - AWS Guida prescrittiva

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.

Amazon Rekognition

Per la classificazione delle immagini nello spettro visibile, i modelli vengono spesso creati con il transfer learning e la messa a punto da una rete neurale preaddestrata. Puoi automatizzare l'attività di selezione e formazione della rete utilizzando il servizio Amazon Rekognition.

Amazon Rekognition fornisce un set standard di etichette di classificazione. Un'etichetta è un oggetto o un concetto (incluse scene e azioni) che si trova in un'immagine o in un video in base al suo contenuto. Ad esempio, un'immagine di persone su una spiaggia tropicale può contenere etichette come Palm Tree (oggetto), Beach (scena), Running (azione) e Outdoors (concetto). Per ulteriori informazioni sulle etichette supportate da Amazon Rekognition, consulta Rilevamento di oggetti e concetti nella documentazione del servizio.

Per le attività che richiedono le etichette standard in Amazon Rekognition, vale la pena testare questo servizio. Se Amazon Rekognition è in grado di soddisfare i tuoi requisiti, la selezione del modello, la formazione e la manutenzione sono astratte. Fornisce un servizio preformato per l'inferenza e AWS gestisce la manutenzione del servizio. Ottenere previsioni da Amazon Rekognition è semplice.

Di seguito sono riportati i vantaggi di Amazon Rekognition:

  • Immediatamente disponibile e scalabile

  • Non è richiesta alcuna formazione o configurazione

  • Supporta la classificazione multietichetta

Di seguito sono riportati gli svantaggi di Amazon Rekognition:

  • Set fisso di classi previste

  • Le unità di inferenza offrono grandi quantità di capacità e l'unità più piccola potrebbe essere costosa per una produttività ridotta

Per ulteriori informazioni, consulta gli argomenti seguenti: