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.
Algoritmi di SageMaker intelligenza artificiale integrati per la visione artificiale
SageMaker L'intelligenza artificiale fornisce algoritmi di elaborazione delle immagini utilizzati per la classificazione delle immagini, il rilevamento di oggetti e la visione artificiale.
-
Classificazione delle immagini - MXNet: utilizza dati di esempio con delle risposte (definito come algoritmo supervisionato). Utilizza questo algoritmo per classificare le immagini.
-
Classificazione delle immagini - TensorFlow—utilizza modelli TensorFlow Hub preaddestrati per ottimizzare attività specifiche (denominati algoritmi supervisionati). Utilizza questo algoritmo per classificare le immagini.
-
Rilevamento di oggetti - MXNet: rileva e classifica gli oggetti nelle immagini utilizzando un'unica rete neurale profonda. È un algoritmo di apprendimento supervisionato che accetta le immagini come input e identifica tutte le istanze degli oggetti all'interno della scena dell'immagine.
-
Rilevamento di oggetti - TensorFlow: rileva i riquadri di delimitazione e le etichette degli oggetti in un'immagine. È un algoritmo di apprendimento supervisionato che supporta il trasferimento dell'apprendimento con i modelli preaddestrati disponibili. TensorFlow
-
Algoritmo di segmentazione semantica: fornisce un approccio a livello di pixel in modo granulare per lo sviluppo di applicazioni di visione artificiale.
| Nome algoritmo | Nome canale | Modalità di input per l'addestramento | Tipo di file | Classe di istanza | Parallelizzabile |
|---|---|---|---|---|---|
| Classificazione delle immagini - MXNet | addestra e convalida (facoltativamente) train_lst, validation_lst e model | File o Pipe | recordIO o file immagine (.jpg o.png) | GPU | Sì |
| Classificazione delle immagini - TensorFlow | Addestramento e convalida | File | file di immagine (.jpg, .jpeg o.png) | CPU o GPU | Sì (solo su più istanze GPUs su una singola istanza) |
| Rilevamento di oggetti | addestramento e convalida (facoltativamente) train_annotation, validation_annotation e model | File o Pipe | recordIO o file immagine (.jpg o.png) | GPU | Sì |
| Rilevamento di oggetti - TensorFlow | Addestramento e convalida | File | file di immagine (.jpg, .jpeg o.png) | GPU | Sì (solo su più istanze GPUs su una singola istanza) |
| Segmentazione semantica | addestramento e convalida train_annotation, validation_annotation e (facoltativamente) label_map e model | File o Pipe | File di immagine | GPU(solo istanza singola) | No |
