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.

Was ist Amazon Rekognition Custom Labels?

Mit Amazon Rekognition Custom Labels können Sie Objekte, Logos und Szenen in Bildern, die für Ihre geschäftlichen Anforderungen charakteristisch sind, für Ihre geschäftlichen Anforderungen charakteristisch sind. Sie können Ihr Logo beispielsweise in Posts in sozialen Netzwerken finden, Ihre Produkte in Ladenregalen identifizieren, Maschinenteile in einer Montagelinie klassifizieren, gesunde und infizierte Pflanzen unterscheiden oder animierte Charaktere in Bildern erkennen.

Die Entwicklung eines benutzerdefinierten Modells zur Analyse von Bildern ist ein bedeutendes Unterfangen, das Zeit, Fachwissen und Ressourcen erfordert. Die Fertigstellung dauert oft Monate. Darüber hinaus können Tausende oder Zehntausende von handbeschrifteten Bildern erforderlich sein, um das Modell mit genügend Daten zu versorgen, um genaue Entscheidungen zu treffen. Die Generierung dieser Daten kann Monate in Anspruch nehmen und große Teams von Etikettierern erfordern, um sie für den Einsatz im maschinellen Lernen vorzubereiten.

Amazon Rekognition Custom Labels erweitert die bestehenden Funktionen von Amazon Rekognition, die bereits an zig Millionen Bildern in vielen Kategorien trainiert wurden. Anstelle von Tausenden von Bildern können Sie einen kleinen Satz von Trainingsbildern (in der Regel einige hundert Bilder oder weniger) hochladen, die für Ihren Anwendungsfall spezifisch sind. Sie können dies mithilfe der easy-to-use Konsole tun. Wenn Ihre Bilder bereits beschriftet sind, kann Amazon Rekognition Custom Labels in kurzer Zeit mit dem Training eines Modells beginnen. Wenn nicht, können Sie die Bilder direkt in der Beschriftungsoberfläche beschriften, oder Sie können Amazon SageMaker Ground Truth verwenden, um sie für Sie zu beschriften.

Nachdem Amazon Rekognition Custom Labels mit dem Training anhand Ihres Bilddatensatzes begonnen hat, kann Amazon Rekognition innerhalb weniger Stunden ein benutzerdefiniertes Bildanalysemodell für Sie erstellen. Hinter den Kulissen lädt und überprüft Amazon Rekognition Custom Labels automatisch die Trainingsdaten, wählt die richtigen Algorithmen für maschinelles Lernen aus, trainiert ein Modell und stellt Leistungskennzahlen für Modelle bereit. Anschließend können Sie Ihr benutzerdefiniertes Modell über die Amazon Rekognition Custom Labels API verwenden und in Ihre Anwendungen integrieren.

Die wichtigsten Vorteile

Vereinfachte Datenkennzeichnung

Die Amazon Rekognition Custom Labels-Konsole bietet eine visuelle Oberfläche, mit der Sie Ihre Bilder schnell und einfach beschriften können. Über die Benutzeroberfläche können Sie dem gesamten Bild eine Bezeichnung zuweisen. Mithilfe von Begrenzungsfeldern mit einer click-and-drag Schnittstelle können Sie auch bestimmte Objekte in Bildern identifizieren und beschriften. Wenn Sie über einen großen Datensatz verfügen, können Sie alternativ Amazon SageMaker Ground Truth verwenden, um Ihre Bilder effizient und maßstabsgetreu zu beschriften.

Automated machine learning

Für die Erstellung Ihres benutzerdefinierten Modells sind keine Kenntnisse im Bereich maschinelles Lernen erforderlich. Amazon Rekognition Custom Labels umfasst Funktionen für automatisiertes maschinelles Lernen (AutoML), die das maschinelle Lernen für Sie übernehmen. Wenn die Trainingsbilder bereitgestellt werden, kann Amazon Rekognition Custom Labels die Daten automatisch laden und überprüfen, die richtigen Algorithmen für maschinelles Lernen auswählen, ein Modell trainieren und Leistungskennzahlen für Modelle bereitstellen.

Vereinfachte Modellbewertung, Inferenz und Feedback

Sie bewerten die Leistung Ihres benutzerdefinierten Modells auf Ihrem Testset. Für jedes Bild im Testsatz können Sie den side-by-side Vergleich der Vorhersage des Modells mit der zugewiesenen Bezeichnung sehen. Sie können auch detaillierte Leistungskennzahlen wie Präzision, Erinnerungsvermögen, F1-Ergebnisse und Konfidenzwerte überprüfen. Sie können sofort damit beginnen, Ihr Modell für die Bildanalyse zu verwenden, oder Sie können neue Versionen mit mehr Bildern iterieren und neu trainieren, um die Leistung zu verbessern. Nachdem Sie mit der Verwendung Ihres Modells begonnen haben, verfolgen Sie Ihre Vorhersagen, korrigieren etwaige Fehler und verwenden die Feedback-Daten, um neue Modellversionen neu zu trainieren und die Leistung zu verbessern.

Wenn Sie Amazon Rekognition Custom Labels

Amazon Rekognition bietet zwei Funktionen, mit denen Sie Bezeichnungen (Objekte, Szenen und Konzepte) in Bildern finden können: Amazon Rekognition Custom Labels und Amazon Rekognition Image Label Detection. Verwenden Sie die folgenden Informationen, um zu bestimmen, welche Funktion Sie verwenden sollten.

Amazon Rekognition Erkennung von Bildbeschriftungen

Sie können die Labelerkennungsfunktion in Amazon Rekognition Image verwenden, um gängige Bezeichnungen in Bildern und Videos zu identifizieren, zu klassifizieren und nach ihnen zu suchen — in großem Maßstab und ohne ein Modell für maschinelles Lernen erstellen zu müssen. Sie können beispielsweise problemlos Tausende gängiger Objekte wie Autos und Lastwagen, Tomaten, Basketbälle und Fußbälle erkennen.

Wenn Ihre Anwendung gängige Bezeichnungen finden muss, empfehlen wir die Amazon Rekognition Image Label Detection, da Sie kein Modell trainieren müssen. Eine Liste der Labels, die Amazon Rekognition Image Label Detection findet, finden Sie unter Labels erkennen.

Wenn Ihre Anwendung Labels finden muss, die von Amazon Rekognition Image Labels nicht gefunden wurden, wie z. B. kundenspezifische Maschinenteile an einer Montagelinie, empfehlen wir Ihnen, Amazon Rekognition Custom Labels zu verwenden.

Amazon Rekognition Custom Labels

Sie können Amazon Rekognition Custom Labels verwenden, um auf einfache Weise ein Modell für maschinelles Lernen zu trainieren, das Bezeichnungen (Objekte, Logos, Szenen und Konzepte) in Bildern findet, die speziell auf Ihre Geschäftsanforderungen zugeschnitten sind.

Amazon Rekognition Custom Labels können Bilder klassifizieren (Vorhersagen auf Bildebene) oder Objektpositionen in einem Bild erkennen (Vorhersagen auf Objekt-/Bounding-Bounding-Box-Ebene).

Amazon Rekognition Custom Labels bietet mehr Flexibilität bei den Arten von Objekten und Szenen, die Sie erkennen können. Sie können beispielsweise die Amazon Rekognition Image Labelerkennung verwenden, um Pflanzen und Blätter zu finden. Um zwischen gesunden, geschädigten und infizierten Pflanzen zu unterscheiden, müssen Sie Amazon Rekognition Custom Labels verwenden.

Die folgenden Beispiele

Verwenden Sie Amazon Rekognition Custom Labels zum ersten Mal?

Wenn Sie Amazon Rekognition Custom Labels erstmals