Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
SageMaker AI menyediakan algoritma pemrosesan gambar yang digunakan untuk klasifikasi gambar, deteksi objek, dan visi komputer.
-
Klasifikasi Gambar - MXNet—menggunakan contoh data dengan jawaban (disebut sebagai algoritma yang diawasi). Gunakan algoritma ini untuk mengklasifikasikan gambar.
-
Klasifikasi Gambar - TensorFlow—menggunakan model TensorFlow Hub terlatih untuk menyempurnakan tugas-tugas tertentu (disebut sebagai algoritma yang diawasi). Gunakan algoritma ini untuk mengklasifikasikan gambar.
-
Deteksi Objek - MXNet—mendeteksi dan mengklasifikasikan objek dalam gambar menggunakan satu jaringan saraf dalam. Ini adalah algoritma pembelajaran yang diawasi yang mengambil gambar sebagai input dan mengidentifikasi semua contoh objek dalam adegan gambar.
-
Deteksi Objek - TensorFlow—mendeteksi kotak pembatas dan label objek dalam gambar. Ini adalah algoritma pembelajaran yang diawasi yang mendukung pembelajaran transfer dengan model terlatih TensorFlow yang tersedia.
-
Algoritma Segmentasi Semantik—menyediakan pendekatan tingkat piksel berbutir halus untuk mengembangkan aplikasi visi komputer.
| Nama algoritma | Nama saluran | Mode masukan pelatihan | Tipe file | Kelas instans | Dapat diparalelkan |
|---|---|---|---|---|---|
| Klasifikasi Gambar - MXNet | melatih dan validasi, (opsional) train_lst, validation_lst, dan model | File atau Pipa | RecorDo atau file gambar (.jpg atau.png) | GPU | Ya |
| Klasifikasi Gambar - TensorFlow | pelatihan dan validasi | File | file gambar (.jpg, .jpeg, atau .png) | CPU atau GPU | Ya (hanya di beberapa GPUs pada satu instance) |
| Deteksi Objek | melatih dan validasi, (opsional) train_annotation, validation_annotation, dan model | File atau Pipa | RecorDo atau file gambar (.jpg atau.png) | GPU | Ya |
| Deteksi Objek - TensorFlow | pelatihan dan validasi | File | file gambar (.jpg, .jpeg, atau .png) | GPU | Ya (hanya di beberapa GPUs pada satu instance) |
| Segmentasi Semantik | melatih dan validasi, train_annotation, validation_annotation, dan (opsional) label_map dan model | File atau Pipa | File gambar | GPU (hanya satu contoh) | Tidak |
