翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon Rekognition Custom Labels
<a name="rekognition-custom-labels"></a>

Amazon Rekognition がユースケースに必要なすべてのラベルをサポートしていない場合は、[Amazon Rekognition Custom Labels](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) モデル をトレーニングできます。Amazon Rekognition Custom Labels は、Amazon Rekognition の既存の機能を拡張します。数千または数万のイメージでモデルを完全にトレーニングする代わりに、ユースケースに固有のラベル付きトレーニングイメージの小さなセット (通常はクラスあたり数百以下) をアップロードできます。イメージに既にラベルが付けられている場合、Amazon Rekognition Custom Labels は短時間でモデルのトレーニングを開始できます。そうでない場合は、ラベル付けインターフェイス内で直接イメージにラベルを付けることも、Amazon SageMaker Ground Truth を使用してイメージにラベルを付けることもできます。

Amazon Rekognition Custom Labels がイメージセットからトレーニングを開始すると、わずか数時間でカスタムイメージ分析モデルを作成できます。Amazon Rekognition Custom Labels はバックグラウンドでトレーニングデータを自動的にロードして検査し、適切な機械学習アルゴリズムを選択し、モデルをトレーニングし、モデルパフォーマンスメトリクスを提供します。その後、Amazon Rekognition Custom Labels API を通じてカスタムモデルを使用し、アプリケーションに統合できます。

Amazon Rekognition Custom Labels の利点は次のとおりです。
+ 自動トレーニングとチューニングには最小限の労力が必要
+ マルチラベル分類をサポート

Amazon Rekognition Custom Labels の欠点は次のとおりです。
+ 目標関数、ネットワークアーキテクチャ、または初期モデルの重みは制御できません。
+ 自動トレーニングとチューニングは、よりカスタマイズ可能な設定のトレーニングパイプラインよりも時間がかかり、コストがかかる場合があります。(トレーニングの頻度が低い場合、これはそれほど重要ではありません）。

詳細については次を参照してください:
+ [Amazon Rekognition Custom Labels デベロッパーガイド](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/setting-up.html)*のAmazon Rekognition Custom Labels* のセットアップ」
+ [Amazon Rekognition Custom Labels ](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/getting-started.html)*デベロッパーガイド」のAmazon Rekognition Custom Labels* の開始方法」