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。
可使用控制台或 StartProjectVersion 操作启动运行 Amazon Rekognition Custom Labels 模型。
重要
您需要为模型运行的小时数和模型在运行时使用的推理单元数付费。有关更多信息,请参阅 运行经过训练的 Amazon Rekognition Custom Labels 模型。
启动模型可能需要几分钟才能完成。要查看模型的当前就绪状态,请查看项目的详细信息页面或使用 DescribeProjectVersions。
模型启动后,即可使用 DetectCustomLabels,通过模型分析图像。有关更多信息,请参阅 使用经过训练的模型分析图像。控制台还提供了调用 DetectCustomLabels
的示例代码。
启动 Amazon Rekognition Custom Labels 模型(控制台)
按照以下过程通过控制台启动运行 Amazon Rekognition Custom Labels 模型。可以直接从控制台启动模型,也可使用控制台提供的 AWS SDK 代码启动模型。
启动模型(控制台)
通过以下网址打开 Amazon Rekognition 控制台:https://console.aws.amazon.com/rekognition/
。 选择使用自定义标签。
选择开始。
在左侧导航窗格中,选择项目。
在项目资源页面上,选择包含要启动的已训练模型的项目。
在模型部分中,选择要启动的模型。
选择使用模型选项卡。
执行下列操作之一:
在启动或停止模型部分中,执行以下操作:
-
选择要使用的推理单元的数量。有关更多信息,请参阅 运行经过训练的 Amazon Rekognition Custom Labels 模型。
选择启动。
在启动模型对话框中,选择启动。
-
要返回到项目概述页面,请在页面顶部选择项目名称。
在模型部分中,检查模型的状态。当模型状态为 RUNNING 时,就可以使用模型来分析图像。有关更多信息,请参阅 使用经过训练的模型分析图像。
启动 Amazon Rekognition Custom Labels 模型 (SDK)
可通过调用 StartProjectVersion API,并在 ProjectVersionArn
输入参数中传递模型的 Amazon 资源名称 (ARN) 来启动模型。此外,还需要指定要使用的推理单元数量。有关更多信息,请参阅 运行经过训练的 Amazon Rekognition Custom Labels 模型。
模型可能需要一段时间才能启动。本主题中的 Python 和 Java 示例使用 waiter 来等待模型启动。waiter 是一种实用程序方法,用于轮询是否发生了特定状态。或者,也可通过调用 DescribeProjectVersions 检查当前状态。
启动模型 (SDK)
-
安装并配置 AWS CLI 和 AWS SDK(如果尚未如此)。有关更多信息,请参阅 步骤 4:设置 AWS CLI 和 AWS SDKs。
使用以下示例代码启动模型。
将
project-version-arn
的值更改为要启动的模型的 ARN。将--min-inference-units
的值更改为要使用的推理单元数。(可选)将--max-inference-units
更改为 Amazon Rekognition Custom Labels 可用于自动扩缩模型的最大推理单元数。aws rekognition start-project-version --project-version-arn
model_arn
\ --min-inference-unitsminimum number of units \
--max-inference-unitsmaximum number of units \
--profile custom-labels-access