As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Amazon Rekognition
Para classificação de imagens no espectro visível, os modelos são frequentemente criados com aprendizado por transferência e ajuste fino de uma rede neural pré-treinada. Você pode automatizar a tarefa de seleção e treinamento de rede usando o serviço Amazon Rekognition.
O Amazon Rekognition fornece um conjunto padrão de rótulos de classificação. Um rótulo é um objeto ou conceito (incluindo cenas e ações) encontrado em uma imagem ou vídeo com base em seu conteúdo. Por exemplo, uma imagem de pessoas em uma praia tropical pode conter rótulos como Palm Tree (objeto), Beach (cena), Running (ação) e Outdoors (conceito). Para obter mais informações sobre os rótulos compatíveis com o Amazon Rekognition, consulte Detecção de objetos e conceitos na documentação do serviço.
Para tarefas que exigem rótulos padrão no Amazon Rekognition, vale a pena testar esse serviço. Se o Amazon Rekognition puder atender aos seus requisitos, a seleção, o treinamento e a manutenção do modelo serão resumidos. Ele fornece um serviço pré-treinado para inferência e AWS gerencia a manutenção do serviço. Obter previsões do Amazon Rekognition é simples.
A seguir estão as vantagens do Amazon Rekognition:
-
Imediatamente disponível e escalável
-
Não é necessário treinamento ou configuração
-
Suporta classificação de vários rótulos
A seguir estão as desvantagens do Amazon Rekognition:
-
Conjunto fixo de classes previstas
-
As unidades de inferência oferecem grandes quantidades de capacidade, e a menor unidade pode ser cara para uma pequena taxa de transferência
Para obter mais informações, consulte:
-
Introdução ao Amazon Rekognition no Guia do desenvolvedor do Amazon Rekognition
-
DetectLabelsna Referência do Amazon Rekognition API
