As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Detecção de objetos - TensorFlow
<a name="object-detection-tensorflow"></a>

O algoritmo Amazon SageMaker AI Object Detection é um TensorFlow algoritmo de aprendizado supervisionado que oferece suporte ao aprendizado por transferência com muitos modelos pré-treinados do [TensorFlow Model](https://github.com/tensorflow/models) Garden. Use transferir aprendizado para ajustar um dos modelos pré-treinados disponíveis em seu próprio conjunto de dados, mesmo que uma grande quantidade de dados de imagem não esteja disponível. O algoritmo de detecção de objetos usa uma imagem como entrada e gera uma lista de caixas delimitadoras. Os conjuntos de dados de treinamento devem consistir em imagens no formato `jpg`, `.jpeg` ou `.png`. Esta página inclui informações sobre recomendações de instâncias do Amazon EC2 e exemplos de notebooks para detecção de objetos -. TensorFlow

**Topics**
+ [Como usar o TensorFlow algoritmo de detecção de objetos com SageMaker IA](object-detection-tensorflow-how-to-use.md)
+ [Interface de entrada e saída para o TensorFlow algoritmo de detecção de objetos](object-detection-tensorflow-inputoutput.md)
+ [Recomendação de instância do Amazon EC2 para o algoritmo de detecção de objetos TensorFlow](#object-detection-tensorflow-instances)
+ [Detecção de objetos - TensorFlow exemplos de cadernos](#object-detection-tensorflow-sample-notebooks)
+ [Como TensorFlow funciona a detecção de objetos](object-detection-tensorflow-HowItWorks.md)
+ [TensorFlow Modelos](object-detection-tensorflow-Models.md)
+ [Detecção de objetos - TensorFlow Hiperparâmetros](object-detection-tensorflow-Hyperparameter.md)
+ [Ajuste a detecção de objetos - TensorFlow modelo](object-detection-tensorflow-tuning.md)

## Recomendação de instância do Amazon EC2 para o algoritmo de detecção de objetos TensorFlow
<a name="object-detection-tensorflow-instances"></a>

O TensorFlow algoritmo de detecção de objetos é compatível com todas as instâncias de GPU para treinamento, incluindo:
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`

Recomendamos o uso de instâncias de GPU com mais memória para treinamento com grandes tamanhos de lote. Tanto as instâncias de CPU (como M5) quanto as de GPU (P2 ou P3) podem ser usadas para inferência. Para obter uma lista abrangente de instâncias de SageMaker treinamento e inferência em todas AWS as regiões, consulte [Amazon SageMaker Pricing](https://aws.amazon.com/sagemaker/pricing/).

## Detecção de objetos - TensorFlow exemplos de cadernos
<a name="object-detection-tensorflow-sample-notebooks"></a>

Para obter mais informações sobre como usar o TensorFlow algoritmo SageMaker AI Object Detection para transferir o aprendizado em um conjunto de dados personalizado, consulte o caderno [Introdução à SageMaker TensorFlow Detecção de Objetos](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/object_detection_tensorflow/Amazon_Tensorflow_Object_Detection.ipynb).

Para obter instruções sobre como criar e acessar instâncias do notebook Jupyter que você pode usar para executar o exemplo em SageMaker IA, consulte. [Instâncias de SageMaker notebook da Amazon](nbi.md) Depois de criar uma instância do notebook e abri-la, selecione a guia **Exemplos de SageMaker IA** para ver uma lista de todas as amostras de SageMaker IA. Para abrir um caderno, escolha a guia **Uso** e depois escolha **Criar cópia**.