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.

# Algoritmos integrados do SageMaker AI para visão computacional
<a name="algorithms-vision"></a>

O SageMaker AI oferece algoritmos de processamento de imagem que são usados para classificação de imagens, detecção de objetos e visão computacional.
+ [Classificação de imagens - MXNet](image-classification.md): usa dados de exemplo com respostas (conhecido como *algoritmo supervisionado*). Use esse algoritmo para classificar imagens.
+ [Classificação de imagens - TensorFlow](image-classification-tensorflow.md): usa modelos pré-treinados do TensorFlow Hub para ajustar tarefas específicas (conhecido como *algoritmo supervisionado*). Use esse algoritmo para classificar imagens.
+ [Detecção de objetos - MXNet](object-detection.md): detecta e classifica objetos em imagens usando uma única rede neural profunda. Ele é um algoritmo de aprendizado supervisionado que captura imagens como entrada e identifica todas as instâncias de objetos na cena da imagem.
+ [Detecção de objetos - TensorFlow](object-detection-tensorflow.md): detecta caixas delimitadoras e rótulos de objetos em uma imagem. É um algoritmo de aprendizado supervisionado que oferece suporte ao aprendizado por transferência com modelos pré-treinados TensorFlow.
+ [Algoritmo de segmentação semântica](semantic-segmentation.md): fornece uma abordagem granular em nível de pixel ao desenvolvimento de aplicativos de visão computacional.


| Nome do algoritmo | Nome do canal | Modo de entrada do treinamento | Tipo de arquivo | Classe de instância | Paralelizável | 
| --- | --- | --- | --- | --- | --- | 
| Classificação de imagens: MXNet | treinamento e validação, (opcionalmente) train\$1lst, validation\$1lst e model | Arquivo ou Pipe | recordIO ou arquivos de imagem (.jpg ou .png)  | GPU | Sim | 
| Classificação de imagens: TensorFlow | treinamento e validação | Arquivo | arquivos de imagem (.jpg, .jpeg ou .png)  | CPU ou GPU | Sim (somente em várias GPUs em uma única instância) | 
| Detecção de objetos | treinamento e validação, (opcionalmente) train\$1annotation, validation\$1annotation e model | Arquivo ou Pipe | recordIO ou arquivos de imagem (.jpg ou .png)  | GPU | Sim | 
| Detecção de objetos: TensorFlow | treinamento e validação | Arquivo | arquivos de imagem (.jpg, .jpeg ou .png)  | GPU | Sim (somente em várias GPUs em uma única instância) | 
| Segmentação semântica | treinamento e validação, train\$1annotation, validation\$1annotation e (opcionalmente) label\$1map e model | Arquivo ou Pipe | Arquivos de imagem | GPU (somente instância única) | Não |