의 이미지 분류 솔루션 AWS

Amazon Web Services(기여자)

2024년 3월(문서 기록)

이미지 분류는 머신 러닝(ML) 및 인공 지능(AI)의 하위 필드인 컴퓨터 비전의 중앙 작업입니다. 이미지 분류 알고리즘은 이미지의 픽셀과 전체 이미지의 출력 레이블을 분석합니다. 예를 들어 다음 이미지에는 , person dog또는 레이블이 있을 수 있습니다outdoors.

이미지 분류는 이미지의 객체를 현지화하거나 경계 상자를 생성하지 않습니다(객체 감지에서와 같이). 이미지 분류의 예제 애플리케이션에는 이미지를 디지털 앨범으로 정렬하고 자동차 딜러의 인벤토리에 대한 자동차 이미지를 처리하는 것이 포함됩니다.

이미지 분류를 수행하는 데 사용할 수 있는 여러 AWS 서비스 가지 및 접근 방식이 있습니다 AWS. 이 가이드의 목표는 이미지 분류 작업에 대한 효율적인 솔루션을 찾는 데 도움이 되는 것입니다. 이 가이드에서는 다음 접근 방식에 대해 설명합니다.

이 가이드에서는 각의 기능과 이미지 분류 작업에 가장 적합한 접근 방식을 결정하는 AWS 서비스 방법을 설명합니다. 이 가이드에서는 이미지 분류 솔루션을 세 가지 특성으로 구성합니다.

Amazon Rekognition 서비스의 경우 모델 사양 및 훈련 옵션은 서비스에 의해 미리 결정되므로 제공되는 옵션 이외의 원하는 모델 또는 훈련 옵션은 사용자 지정 코드로 생성해야 합니다. 이 가이드에서는 Amazon Rekognition 또는 Amazon Rekognition Custom Labels가 사용 사례에 적합한 솔루션인지 확인하기 위한 테스트 프로세스에 대해 설명합니다. Amazon SageMaker AI에는 사전 구축된 이미지 분류 컨테이너가 있지만 많은 프로덕션 이미지 분류 작업에 충분하지 않습니다. SageMaker AI는 사전 훈련된 모델의 사용자 지정 및 미세 조정을 허용하는 딥 러닝 컨테이너도 제공합니다.

이 가이드에서는에서 이미지 분류 솔루션을 고안하기 위한 전반적인 전략을 제공합니다 AWS. 전략의 각 부분에 대한 모범 사례를 제공하여 사용 가능한 서비스와 기능에 대한 조언을 제공합니다.

목표

이 가이드는 다음과 같은 목표 비즈니스 성과를 달성하는 데 도움이 될 수 있습니다.