Nozioni di base su Amazon Rekognition Custom Labels - Rekognition

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Nozioni di base su Amazon Rekognition Custom Labels

Prima di consultare la sezione Nozioni di base, ti consigliamo di leggere Informazioni su etichette personalizzate Amazon Rekognition.

Usa Amazon Rekognition Custom Labels per addestrare un modello di apprendimento automatico. Il modello addestrato analizza le immagini per trovare oggetti, scene e concetti specifici per le tue esigenze aziendali. Ad esempio, è possibile addestrare un modello a classificare immagini di case o individuare la posizione delle parti elettroniche su un circuito stampato.

Per apprendere le nozioni di base, Amazon Rekognition Custom Labels include video tutorial e progetti di esempio.

Video tutorial

I video mostrano come usare Amazon Rekognition Custom Labels per addestrare e utilizzare un modello.

Per visualizzare i video tutorial
  1. Accedi AWS Management Console e apri la console Amazon Rekognition all'indirizzo. https://console.aws.amazon.com/rekognition/

  2. Nel riquadro a sinistra, scegli Usa etichette personalizzate. Viene visualizzata la pagina iniziale di Amazon Rekognition Custom Labels. Se non vedi Usa etichette personalizzate, verifica che la regione AWS che stai utilizzando supporti Amazon Rekognition Custom Labels.

  3. Nel riquadro di navigazione, scegli Nozioni di base.

  4. In Che cos'è Amazon Rekognition Custom Labels?, scegli il video per guardare il video introduttivo.

  5. Nel riquadro di navigazione, scegli Tutorial.

  6. Nella pagina Tutorial, scegli i video tutorial che desideri guardare.

Progetti di esempio

Amazon Rekognition Custom Labels fornisce i seguenti progetti di esempio.

Classificazione delle immagini

Il progetto di classificazione delle immagini (Stanze) addestra un modello che trova uno o più ambienti domestici in un'immagine, come cortile, cucina e patio. Le immagini di addestramento e di test rappresentano un unico ambiente. Ogni immagine è etichettata con un'unica etichetta a livello di immagine, ad esempio cucina, patio o soggiorno. Per un'immagine analizzata, il modello addestrato restituisce una o più etichette corrispondenti dal set di etichette a livello di immagine utilizzate per l’addestramento. Ad esempio, il modello potrebbe trovare l'etichetta soggiorno nell'immagine seguente. Per ulteriori informazioni, consulta Trova oggetti, scene e concetti.

Soggiorno con camino, morbido divano, poltrona, tavoli rotondi, piante e ampie finestre con vista sull'esterno.

Classificazione delle immagini multietichetta

Il progetto di classificazione delle immagini multietichetta (Fiori) addestra un modello che classifica le immagini di fiori in tre concetti (tipo di fiore, presenza di foglie e stadio di crescita).

Le immagini di addestramento e di test hanno etichette a livello di immagine per ogni concetto, ad esempio camelia per un tipo di fiore, con_foglie per un fiore con foglie e completamente_cresciuto per un fiore completamente cresciuto.

Per un'immagine analizzata, il modello addestrato restituisce le etichette corrispondenti dal set di etichette a livello di immagine utilizzate per l’addestramento. Ad esempio, il modello restituisce le etichette euforbia_cespugliosa e con_foglie per l'immagine seguente. Per ulteriori informazioni, consulta Trova oggetti, scene e concetti.

Primo piano di un vivace fiore verde con petali fitti che formano una forma sferica.

Rilevamento di marchi

Il progetto di rilevamento del marchio (Logos) addestra un modello che trova la posizione di determinati AWS loghi come Amazon Textract e lambda. AWS Le immagini di addestramento rappresentano solo il logo e hanno un'unica etichetta a livello di immagine, come lambda o textract. È anche possibile addestrare un modello di riconoscimento di marchi con immagini di addestramento dotate di riquadri di delimitazione per le posizioni di marchi. Le immagini di test hanno dei riquadri di delimitazione etichettati che rappresentano la posizione di loghi in ambienti naturali, come un diagramma architettonico. Il modello addestrato trova i loghi e restituisce un riquadro di delimitazione etichettato per ogni logo trovato. Per ulteriori informazioni, consulta Trovare le posizioni dei marchi.

Servizio Lambda che inserisce l'attività degli utenti in Amazon Pinpoint per ricevere consigli.

Localizzazione di oggetti

Il progetto di localizzazione di oggetti (Circuiti stampati) addestra un modello che trova la posizione delle parti su un circuito stampato, ad esempio un comparatore o un diodo a emissione di luce infrarossa. Le immagini di addestramento e di test includono riquadri di delimitazione che circondano le parti del circuito stampato e un'etichetta che identifica la parte all'interno del riquadro di delimitazione. Nell'immagine di esempio seguente, i nomi delle etichette sono ir_phototransistor, ir_led, pot_resistor e comparator. Il modello addestrato trova le parti del circuito stampato e restituisce una delimitazione etichettata per ogni parte del circuito trovata. Per ulteriori informazioni, consulta Trova le posizioni degli oggetti.

Immagine del componente che mostra un IR, un resistore pot e un chip di comparazione su un LED circuito.

Utilizzando i progetti di esempio

Queste nozioni di base mostrano come addestrare un modello utilizzando progetti di esempio che Amazon Rekognition Custom Labels crea per te. Inoltre, mostra come avviare il modello e utilizzarlo per analizzare un'immagine.

Creazione del progetto di esempio

Per iniziare, decidi quale progetto usare. Per ulteriori informazioni, consulta Passaggio 1: Scelta di un progetto di esempio.

Amazon Rekognition Custom Labels utilizza set di dati per addestrare e valutare (testare) un modello. Un set di dati gestisce le immagini e le etichette che identificano il contenuto delle immagini. I progetti di esempio includono un set di dati di addestramento e un set di dati di test in cui tutte le immagini sono etichettate. Non è necessario apportare modifiche prima di addestrare il modello. I progetti di esempio mostrano i due modi in cui Amazon Rekognition Custom Labels utilizza le etichette per addestrare diversi tipi di modelli.

  • a livello di immagine – L'etichetta identifica un oggetto, una scena o un concetto che rappresenta l'intera immagine.

  • riquadro di delimitazione – L'etichetta identifica il contenuto di un riquadro di delimitazione. Un riquadro di delimitazione è un insieme di coordinate dell'immagine che circondano un oggetto in un'immagine.

Successivamente, quando crei un progetto con le tue immagini, devi creare set di dati di addestramento e di test e anche etichettare le immagini. Per ulteriori informazioni, consulta Decidi il tipo di modello.

Addestramento del modello

Dopo che Amazon Rekognition Custom Labels ha creato il progetto di esempio, puoi addestrare il modello. Per ulteriori informazioni, consulta Passaggio 2: Addestramento del modello. Al termine dell'addestramento, in genere puoi valutare le prestazioni del modello. Le immagini del set di dati di esempio creano già un modello ad alte prestazioni e non è necessario valutare il modello prima di eseguirlo. Per ulteriori informazioni, consulta Miglioramento di un modello Amazon Rekognition Custom Labels addestrato.

Utilizzare il modello

Successivamente, avvia il modello. Per ulteriori informazioni, consulta Passaggio 3: Avvio del modello.

Dopo aver iniziato a eseguire il modello, puoi utilizzarlo per analizzare nuove immagini. Per ulteriori informazioni, consulta Passaggio 4: Analizzare un'immagine con il modello.

Ti viene addebitato il tempo in cui il modello è in esecuzione. Al termine dell'utilizzo del modello di esempio, è necessario interrompere il modello. Per ulteriori informazioni, consulta Passaggio 5: Interrompere il modello.

Passaggi successivi

Quando sei pronto, puoi creare i tuoi progetti. Per ulteriori informazioni, consulta Passaggio 6: Passaggi successivi.