Hinweis zum Ende des Supports: Am 31. Oktober 2025 AWS wird der Support für Amazon Lookout for Vision eingestellt. Nach dem 31. Oktober 2025 können Sie nicht mehr auf die Lookout for Vision Vision-Konsole oder die Lookout for Vision Vision-Ressourcen zugreifen. Weitere Informationen finden Sie in diesem Blogbeitrag
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Kontingente in Amazon Lookout for Vision
In den folgenden Tabellen werden die aktuellen Kontingente in Amazon Lookout for Vision beschrieben. Informationen zu Kontingenten, die geändert werden können, finden Sie unter AWS-Servicekontingente.
Modellkontingente
Die folgenden Kontingente gelten für Tests, Schulungen und Funktionen eines Modells.
| Ressource | Kontingent |
|---|---|
| Unterstütztes Dateiformat | PNG- und JPEG-Bildformate |
| Minimale Bildgröße der Bilddatei in einem Amazon S3 S3-Bucket | 64 Pixel x 64 Pixel |
| Maximale Bildgröße der Bilddatei in einem Amazon S3 S3-Bucket | 4096 Pixel x 4096 Pixel ist das Maximum. Kleinere Abmessungen können schneller hochgeladen werden. |
| Unterschiedliche Bildabmessungen der in einem Projekt verwendeten Bilddateien | Alle Bilder im Datensatz müssen dieselben Abmessungen haben |
| Maximale Dateigröße für ein Bild in einem Amazon S3 S3-Bucket | 8 MB |
| Fehlende Beschriftungen | Bilder müssen vor dem Training als normal oder ungewöhnlich gekennzeichnet werden. Bilder ohne Beschriftungen werden während des Trainings ignoriert. |
| Mindestanzahl von Bildern, die im Trainingsdatensatz als normal gekennzeichnet sind | 10 für ein Projekt mit separaten Trainings- und Testdatensätzen. 20 für ein Projekt mit einem einzigen Datensatz. |
| Mindestanzahl von Bildern mit der Bezeichnung „Anomalie“ in einem Trainingsdatensatz | 0 für ein Projekt mit separaten Trainings- und Testdatensätzen. 10 für ein Projekt mit einem einzigen Datensatz. |
| Maximale Anzahl von Bildern im Datensatz für das Klassifizierungstraining | 16,000 |
| Maximale Anzahl von Bildern in einem Klassifizierungstest-Datensatz | 4.000 |
| Mindestanzahl von Bildern, die im Testdatensatz als normal gekennzeichnet sind | 10 |
| Mindestanzahl von Bildern, die im Testdatensatz als Anomalie gekennzeichnet sind | 10 |
| Maximale Anzahl von Bildern in einem Trainingsdatensatz zur Anomalie-Lokalisierung | 8000 |
| Maximale Anzahl von Bildern in einem Testdatensatz zur Anomalie-Lokalisierung | 800 |
| Maximale Anzahl von Bildern im Datensatz zur Erkennung von Studien | 2.000 |
| Maximale Größe der Datensatz-Manifestdatei | 1 GB |
| Maximale Anzahl von Trainingsdatensätzen in einem Modell | 1 |
| Maximale Trainingszeit | 24 Stunden |
| Maximale Testzeit | 24 Stunden |
| Maximale Anzahl von Anomalie-Labels in einem Projekt | 100 |
| Maximale Anzahl von Anomalie-Labels auf einem Maskenbild | 20 |
| Mindestanzahl von Bildern für ein Anomalie-Label. Um zählen zu können, darf das Bild nur einen Typ von Anomaliekennzeichnung enthalten. | 20 für ein einzelnes Datensatzprojekt. 10 für jeden Datensatz in einem Projekt mit separaten Trainings- und Testdatensätzen. |
