本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Amazon Rekognition Custom Labels
如果亚马逊 Rekognition 不支持您的用例所需的所有标签，则可以训练亚马逊 Rekognition 自定义标签模型。亚马逊 Rekognition 定制标签扩展了亚马逊 Rekognition 的现有功能。您可以上传一小组针对您的用例的带标签的训练图像（通常每堂课几百张或更少），而不是对包含成千上万张图像的模型进行全面训练。如果您的图像已经带有标签，Amazon Rekognition Custom Labels 可以快速开始训练模型。否则，您可以直接在标签界面中为图片贴标，也可以使用 Amazon G SageMaker round Truth 为您贴标。
在 Amazon Rekognition Custom Labels 从您的图像集开始训练后，它可在短短几个小时内为您生成自定义图像分析模型。在后台，Amazon Rekognition Custom Labels 会自动加载和检查训练数据，选择正确的机器学习算法，训练模型，并提供模型性能指标。然后，您就可以通过 Amazon Rekognition Custom Labels API 使用您的自定义模型，并将其集成到您的应用程序中。
以下是亚马逊 Rekognition 定制标签的优势：
-
自动训练和调整只需很少的精力
-
支持多标签分类
以下是亚马逊 Rekognition 定制标签的缺点：
-
无法控制目标函数、网络架构或初始模型权重。
-
与具有更多可自定义设置的训练管道相比，自动训练和调整可能既耗时又昂贵。（如果培训不频繁，则这一点就不那么重要了。）
有关更多信息，请参阅下列内容：
