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.

# Rilevamento di oggetti - TensorFlow
<a name="object-detection-tensorflow"></a>

L'algoritmo Amazon SageMaker AI Object Detection è un TensorFlow algoritmo di apprendimento supervisionato che supporta il trasferimento di apprendimento con molti modelli preaddestrati del [TensorFlow Model](https://github.com/tensorflow/models) Garden. Usa il trasferimento dell’apprendimento per ottimizzare uno dei modelli preaddestrati disponibili sul tuo set di dati, anche se non è disponibile una grande quantità di dati di immagine. L'algoritmo di rilevamento degli oggetti acquisisce un'immagine come input e genera un elenco di riquadri di delimitazione. I set di dati di addestramento devono essere costituiti da immagini in formato .`jpg`, `.jpeg` o `.png`. Questa pagina include informazioni sui consigli sulle istanze di Amazon EC2 e sui notebook di esempio per il rilevamento di oggetti -. TensorFlow

**Topics**
+ [Come usare l'algoritmo SageMaker AI Object Detection - TensorFlow](object-detection-tensorflow-how-to-use.md)
+ [Interfaccia di input e output per l'algoritmo Object Detection TensorFlow](object-detection-tensorflow-inputoutput.md)
+ [Raccomandazione dell'istanza Amazon EC2 per l'algoritmo Object Detection TensorFlow](#object-detection-tensorflow-instances)
+ [Object Detection: esempi di notebook TensorFlow](#object-detection-tensorflow-sample-notebooks)
+ [Come TensorFlow funziona il rilevamento di oggetti](object-detection-tensorflow-HowItWorks.md)
+ [TensorFlow Modelli](object-detection-tensorflow-Models.md)
+ [Rilevamento di oggetti - TensorFlow Iperparametri](object-detection-tensorflow-Hyperparameter.md)
+ [Ottimizzazione di un modello di rilevamento di oggetti TensorFlow](object-detection-tensorflow-tuning.md)

## Raccomandazione dell'istanza Amazon EC2 per l'algoritmo Object Detection TensorFlow
<a name="object-detection-tensorflow-instances"></a>

L' TensorFlow algoritmo Object Detection supporta tutte le istanze GPU per l'addestramento, tra cui:
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`

Ti consigliamo le istanze GPU con più memoria per l’addestramento con batch di grandi dimensioni. Per l'inferenza puoi utilizzare sia le istanze CPU (come M5) che quelle GPU (P2 o P3). Per un elenco completo delle istanze di SageMaker formazione e inferenza AWS nelle diverse regioni, consulta [Amazon SageMaker ](https://aws.amazon.com/sagemaker/pricing/) Pricing.

## Object Detection: esempi di notebook TensorFlow
<a name="object-detection-tensorflow-sample-notebooks"></a>

Per ulteriori informazioni su come utilizzare l' TensorFlow algoritmo SageMaker AI Object Detection per trasferire l'apprendimento su un set di dati personalizzato, consulta il taccuino [Introduzione a SageMaker TensorFlow -](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/object_detection_tensorflow/Amazon_Tensorflow_Object_Detection.ipynb) Object Detection.

Per istruzioni su come creare e accedere alle istanze di notebook Jupyter da utilizzare per eseguire l'esempio in AI, consulta. SageMaker [Istanze SageMaker per notebook Amazon](nbi.md) Dopo aver creato un'istanza di notebook e averla aperta, seleziona la scheda **Esempi SageMaker AI** per visualizzare un elenco di tutti gli esempi di IA. SageMaker Per aprire un notebook, seleziona la relativa scheda **Utilizza** e scegli **Crea copia**.