기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
컴퓨터 비전을 위한 기본 제공 SageMaker AI 알고리즘
SageMaker AI는 이미지 분류, 객체 감지 및 컴퓨터 비전에 사용되는 이미지 처리 알고리즘을 제공합니다.
-
이미지 분류 - MXNet - 답이 포함된 예제 데이터를 사용합니다(지도 알고리즘이라고 함). 이 알고리즘을 사용하여 이미지를 분류할 수 있습니다.
-
이미지 분류 - TensorFlow- 사전 훈련 TensorFlow된 Hub 모델을 사용하여 특정 작업(감독형 알고리즘이라고 함)을 미세 조정합니다. 이 알고리즘을 사용하여 이미지를 분류할 수 있습니다.
-
객체 감지 - MXNet - 단일 심층 신경망을 사용하여 이미지의 물체를 감지하고 분류합니다. 이 알고리즘은 입력으로 이미지를 가져와 이미지 장면 내에서 객체의 모든 인스턴스를 식별하는 지도 학습 알고리즘입니다.
-
객체 감지 - TensorFlow - 이미지에서 경계 상자와 객체 레이블을 감지합니다. 이는 사용 가능한 사전 훈련된 TensorFlow 모델을 사용하여 전송 학습을 지원하는 지도 학습 알고리즘입니다.
-
의미 체계 분할 알고리즘 - 컴퓨터 비전 응용 분야를 개발하는 데 세분화된 픽셀 수준 접근 방식을 제공합니다.
| 알고리즘 이름 | 채널 이름 | 훈련 입력 모드 | 파일 유형 | 인스턴스 클래스 | 병렬화 가능 |
|---|---|---|---|---|---|
| 이미지 분류 - MXNet | train 및 validation, (선택 사항) train_lst, validation_lst 및 model | 파일 또는 파이프 | recordIO 또는 이미지 파일(.jpg 또는 .png) | GPU | 예 |
| 이미지 분류 - TensorFlow | 훈련 및 검증 | 파일 | 이미지 파일(.jpg, .jpeg 또는.png) | CPU 또는 GPU | 예(단일 인스턴스GPUs의 여러 인스턴스에만 해당) |
| 객체 감지 | train 및 validation, (선택 사항) train_annotation, validation_annotation 및 model | 파일 또는 파이프 | recordIO 또는 이미지 파일(.jpg 또는 .png) | GPU | 예 |
| 객체 감지 - TensorFlow | 훈련 및 검증 | 파일 | 이미지 파일(.jpg, .jpeg 또는.png) | GPU | 예(단일 인스턴스GPUs의 여러 인스턴스에만 해당) |
| 의미 체계 분할 | train 및 validation, train_annotation, validation_annotation, 및 (선택 사항) label_map 및 model | 파일 또는 파이프 | 이미지 파일 | GPU (단일 인스턴스만 해당) | No |
