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.

# Creazione di set di dati di addestramento e test
<a name="creating-datasets"></a>



Un set di dati è un insieme di immagini ed etichette che descrivono queste immagini. Il progetto richiede un set di dati di formazione e uno di test. Amazon Rekognition Custom Labels utilizza il set di dati di addestramento per addestrare il tuo modello. Dopo l’addestramento, Amazon Rekognition Custom Labels utilizza il set di dati di test per verificare la capacità del modello addestrato di prevedere le etichette corrette.

Puoi creare set di dati con la console Amazon Rekognition Custom Labels o con l'SDK. AWS Prima di creare un set di dati, ti consigliamo di leggere [Informazioni su etichette personalizzate Amazon Rekognition](understanding-custom-labels.md). Per altre attività relative al set di dati, confrontare [Gestione di set di dati](managing-dataset.md).

I passaggi per creare un set di dati di addestramento e test per un progetto sono:

**Creare set di dati di addestramento e test per il progetto**

1. Determinare come etichettare i set di dati di addestramento e test. Per ulteriori informazioni, consultare [Formattazione di set di dati](md-dataset-purpose.md).

1. Raccogliere le immagini per i set di dati di addestramento e test. Per ulteriori informazioni, consulta [Preparazione delle immagini](md-prepare-images.md).

1. Creare i set di dati di addestramento e test. Per ulteriori informazioni, consulta [Creazione di set di dati di addestramento e test con immagini](md-create-dataset.md). Se utilizzi l'SDK, consulta. AWS [Creare set di dati di addestramento e test (SDK)](md-create-dataset.md#cd-create-dataset-sdk)

1. Se necessario, aggiungere etichette o riquadri di delimitazione a livello di immagine alle immagini del set di dati. Per ulteriori informazioni, consulta [Immagini etichettate](md-labeling-images.md).

Dopo aver creato i set di dati, [addestrare](training-model.md) il modello.

**Topics**
+ [Formattazione di set di dati](md-dataset-purpose.md)
+ [Preparazione delle immagini](md-prepare-images.md)
+ [Creazione di set di dati di addestramento e test con immagini](md-create-dataset.md)
+ [Immagini etichettate](md-labeling-images.md)
+ [Debugging set di dati](debugging-datasets.md)