上的图像分类解决方案 AWS

亚马逊 Web Services（贡献者）

2024 年 3 月（文档历史记录）

图像分类是计算机视觉的核心任务，是机器学习 (ML) 和人工智能 (AI) 的一个子领域。图像分类算法分析图像的像素并输出整个图像的标签。例如，以下图像可能带有以下标签：persondog、或outdoors。

图像分类不会定位图像中的对象，也不会创建边界框（就像在物体检测中所做的那样）。 图像分类的示例应用包括将图像分类到数字相册中，以及在汽车经销商处处理汽车图像以备库存。

您可以使用多种 AWS 服务 方法来执行图像分类 AWS。本指南的目标是帮助您找到有效的图像分类任务解决方案。本指南讨论了以下方法：

本指南讨论了每种方法的功能 AWS 服务 以及如何确定哪种方法最适合您的图像分类任务。在本指南中，图像分类解决方案围绕三个特征进行组织：

对于 Amazon Rekognition 服务，模型规格和训练选项由该服务预先确定；因此，除了提供的模型或训练选项之外，任何所需的模型或训练选项都必须使用自定义代码创建。本指南讨论了测试过程，以确定亚马逊 Rekognition 还是亚马逊 Rekognition 定制标签是适合您的用例的好解决方案。尽管 Amazon A SageMaker I 中有一个预先构建的图像分类容器，但它不足以完成许多生产图像分类任务。 SageMaker AI 还提供深度学习容器，允许对预训练模型进行自定义和微调。

本指南介绍了在上设计图像分类解决方案的总体策略。 AWS它为战略的每个部分提供了最佳实践，并提供了有关可用服务及其功能的建议。

目标

本指南可以帮助您实现以下目标业务成果：