Amazon Rekognition - AWS 规范性指导

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 RunningOutdoors(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: