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
<a name="rekognition-custom-labels"></a>

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](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) 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：
+ 在@@ [亚马逊 Rekognition 定制标签开发者指南中设置亚马逊 Rekogniti](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/setting-up.html) *on 自定义*标签
+ [亚马逊 Rekognition 定制标签开发者指南中的亚马逊 Rekogniti *on* 自定义标签入门](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/getting-started.html)