本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

影像理解

Amazon Nova 模型可讓您在承載中包含多個映像，總承載限制為 25 MB。不過，您可以指定包含映像的 Amazon S3 URI，以便了解映像。此方法可讓您利用模型處理較大的映像和更多映像，而不受 25 MB 承載限制的限制。Amazon Nova 模型可以分析傳遞的映像，並根據您提供的指示回答問題、分類映像和摘要映像。

影像大小資訊

為了提供最佳結果，Amazon Nova 會根據輸入影像的長寬比和原始解析度，自動重新縮放輸入影像。對於每個影像，Amazon Nova 會先從 1：1、1：2、1：3、1：4、1：5、1：6、1：7、1：8、1：9 2：3、2：4 及其轉置中識別最接近的長寬比。然後，影像會重新調整規模，讓影像的至少一端大於 896px，或原始影像較短端的長度，同時維持最接近的長寬比。解析度上限為 8，000x8，000 像素

邊界框偵測

Amazon Nova Lite 和 Amazon Nova Pro 模型經過訓練，可精確偵測影像中的週框方塊。當目標是取得感興趣的特定物件的座標時，此功能可能很有價值。Amazon Nova 模型的週框方塊偵測功能使其成為影像接地任務的適當候選者，從而增強對螢幕擷取畫面的了解。Amazon Nova 模型會以 【0， 1000) 的規模輸出週框方塊，並在取得這些座標之後，可以根據影像維度調整大小，做為後續處理步驟。

權杖轉換的影像

如前所述，影像會調整大小以最大化資訊擷取，同時仍維持長寬比。以下是範例影像維度和近似字符計算的一些範例。

例如，請考慮大小為 800x400 的範例映像，而且您想要預估此映像的字符計數。根據維度，若要維持 1：2 的長寬比，最接近的解析度為 900x450。因此，此映像的大致字符計數約為 800 個字符。