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.

Annotazione manuale

Con questo approccio puoi creare i tuoi dati di allenamento caricando e annotando le immagini manualmente. Puoi creare i tuoi dati di test caricando e annotando le immagini di test o suddividendoli automaticamente per fare in modo che Rekognition utilizzi automaticamente una parte dei tuoi dati di allenamento come immagini di test.

Caricamento e annotazione di immagini

Per addestrare l'adattatore, dovrai caricare una serie di immagini di esempio rappresentative del tuo caso d'uso. Per ottenere i migliori risultati, fornite quante più immagini possibile per l'addestramento, fino al limite di 10000, e assicuratevi che le immagini siano rappresentative di tutti gli aspetti del vostro caso d'uso.

Quando usi la AWS console puoi caricare immagini direttamente dal tuo computer, fornire un file manifest o fornire un bucket Amazon S3 per archiviare le tue immagini.

Tuttavia, quando si utilizza APIs Rekognition con un SDK, è necessario fornire un file manifest che faccia riferimento alle immagini archiviate in un bucket Amazon S3.

Puoi utilizzare l'interfaccia di annotazione della console Rekognition per annotare le tue immagini. Annota le tue immagini etichettandole con etichette, questo stabilisce una «verità di base» per l'addestramento. È inoltre necessario designare set di formazione e test o utilizzare la funzione di suddivisione automatica, prima di poter addestrare un adattatore. Al termine della designazione dei set di dati e dell'annotazione delle immagini, è possibile creare un adattatore basato sulle immagini annotate del set di test. È quindi possibile valutare le prestazioni dell'adattatore.

Crea un test di prova

Dovrai fornire un set di test annotato o utilizzare la funzione di divisione automatica. Il set di addestramento viene utilizzato per addestrare effettivamente l'adattatore. L'adattatore apprende gli schemi contenuti in queste immagini annotate. Il set di test viene utilizzato per valutare le prestazioni del modello prima di finalizzare l'adattatore.

Addestramento dell'adattatore

Dopo aver completato l'annotazione dei dati di addestramento o aver fornito un file manifesto, è possibile avviare il processo di addestramento dell'adattatore.

Ottieni l'ID adattatore

Una volta che l'adattatore è stato addestrato, puoi ottenere l'ID univoco da utilizzare con l'analisi delle immagini di Rekognition. APIs

Richiama l’operazione API

Per applicare il tuo adattatore personalizzato, fornisci il suo ID quando chiami uno dei centri di analisi delle immagini APIs che supporta gli adattatori. Ciò migliora l'accuratezza delle previsioni per le tue immagini.