步骤 2：训练模型 - Rekognition

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

步骤 2：训练模型

在此步骤中，您将训练您的模型。系统会自动为您配置训练和测试数据集。训练成功完成后，您可以看到整体的评估结果，以及单个测试图像的评估结果。有关更多信息，请参阅 训练 Amazon Rekognition Custom Labels 模型。

训练您的模型

  1. 在数据集页面上，选择训练模型。下图显示了带有“训练模型”按钮的控制台。

    房间数据集的控制台界面，单击其中的“训练模型”按钮可开始训练模型。

  2. 在训练模型页面上，选择训练模型。下图显示了训练模型按钮，请注意，项目的 Amazon 资源名称（ARN）位于选择项目编辑框中。

    带有“项目 ARN”输入字段和“训练模型”按钮的训练模型页面。

  3. 在是否要训练您的模型？对话框（如下图所示）中，选择训练模型。

    带有“取消”和“训练模型”按钮的对话框，可启动模型训练。

  4. 训练完成后，选择模型名称。当模型状态为 TRAINING_COMPLETED 时，表示训练完成，如以下控制台屏幕截图所示。

    模型训练界面显示名为“rooms_19.2021-07-13T10:36:30”的模型的已完成状态，性能分数为 0.902，状态为“TRAINING_COMPLETED”。

  5. 选择评估按钮，以查看评估结果。有关评估模型的信息，请参阅改进经过训练的 Amazon Rekognition Custom Labels 模型。

  6. 选择查看测试结果，以查看单个测试图像的结果。如以下屏幕截图所示，评测控制面板显示每个标签的 F1 分数、精度和召回率等指标以及测试图像的数量。还会显示平均值、精度和召回率等总体指标。

    模型评测结果显示 10 个标签的性能指标。

  7. 查看测试结果后，选择模型名称返回模型页面。以下是性能控制面板的屏幕截图，您可以单击该控制面板返回到模型页面。

    两张测试结果示例图像，其中包含预测的标签和置信度分数，以及可返回到模型页面的面包屑链接。