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
对于可见光谱中的图像分类,通常使用迁移学习和通过预训练的神经网络进行微调来创建模型。 您可以使用 Amazon Rek ognition 服务自动完成网络选择和训练任务。
亚马逊 Rekognition 提供了一组标准的分类标签。 标签是基于图像或视频内容在图像或视频中找到的对象或概念(包括场景和动作)。例如,热带海滩上的人物图像可能包含诸如Palm Tree
(对象)、(场景)、Beach
(动作)和 Running
Outdoors
(概念)之类的标签。有关 Amazon Rekognition 支持的标签的更多信息,请参阅服务文档中的检测对象和概念。
对于需要在 Amazon Rekognition 中使用标准标签的任务,测试这项服务是值得的。如果 Amazon Rekognition 能够满足您的要求,那么模型选择、培训和维护就会被抽象化。它为推理提供预先训练的服务,并 AWS 负责服务的维护。从亚马逊 Rekognition 获取预测非常简单。
以下是亚马逊 Rekognition 的优势:
-
立即可用且可扩展
-
无需培训或配置
-
支持多标签分类
以下是亚马逊 Rekognition 的缺点:
-
固定一组预测的类别
-
推理单元提供大量容量,而对于较小的吞吐量来说,最小的单元可能会很昂贵
有关更多信息,请参阅下列内容:
-
DetectLabels在亚马逊 Rek API ognition 参考中