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。

# 建立和使用轉接器
<a name="creating-and-using-adapters"></a>

轉接器是模組化元件，可新增至現有的 Rekognition 深度學習模型中，擴充其功能以適用於其所訓練的任務。透過使用轉接器訓練深度學習模型，您可以使與特定使用案例相關的映像分析工作達到更高的準確度。

若要建立和使用轉接器，您必須提供訓練和測試資料給 Rekognition。您可以透過兩種方式完成此操作：
+ 批量分析和驗證：您可以透過批量分析 Rekognition 將分析並指派標籤的映像來建立訓練資料集。然後，您可以查看為映像生成的註釋，並驗證或更正預測。如需映像批量分析如何運作的詳細資訊，請參閱[批量分析](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html)。
+ 手動註釋：使用這種方法，可以透過上傳和註釋映像來建立訓練資料。您可以透過上傳和註釋映像或通過自動分割來建立測試資料。

選擇下列其中一個主題以進一步了解：

**Topics**
+ [批量分析和驗證](adapters-bulk-analysis.md)
+ [手動註釋](adapters-manual-annotation.md)