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。
什么是 Amazon Rekognition Custom Labels?
借助 Amazon Rekognition Custom Labels,您可以根据自己的业务需求识别图像中的物体、徽标和场景。例如,您可以在社交媒体文章中查找您的徽标、在商店货架上识别您的产品、在装配线上对机器部件进行分类、区分运行状况良好的工厂和受感染的工厂,或在图像中检测动画角色。
开发用于分析图像的自定义模型是一项艰巨的任务,需要时间、专业知识和资源。这通常需要几个月才能完成。此外,可能还需要成千上万张手工标注的图像来为模型提供足够的数据来准确地做出决策。生成这些数据可能需要耗时几个月来进行收集,并且可能需要庞大的标注人员团队来准备数据以在机器学习中使用。
Amazon Rekognition Custom Labels 扩展了 Amazon Rekognition 的现有功能,这些功能已针对许多类别的数千万张图像进行过训练。您可以仅上传一组特定于您的使用场景的训练图像(通常是几百张或更少),而不是数千张图像。可使用易于使用的控制台执行此操作。如果您的图像已经带有标签,Amazon Rekognition Custom Labels 可以快速开始训练模型。如果没有,您可以直接在标注界面中为图像添加标签,或者也可以使用 Amazon SageMaker Ground Truth 添加标签。
在 Amazon Rekognition Custom Labels 从您的图像集开始训练后,它可在短短几个小时内为您生成自定义图像分析模型。在后台,Amazon Rekognition Custom Labels 会自动加载和检查训练数据,选择正确的机器学习算法,训练模型,并提供模型性能指标。然后,您就可以通过 Amazon Rekognition Custom Labels API 使用您的自定义模型,并将其集成到您的应用程序中。
主要优势
简化了数据标注
Amazon Rekognition Custom Labels 控制台提供了一个可视化界面,让您能够快速、简单地标注图像。该界面允许您将标签应用于整个图像。您也可以使用带有点击拖动界面的边界框来识别和标注图像中的特定物体。或者,如果您的数据集很大,也可以使用 Amazon SageMaker Ground Truth
自动机器学习
无需任何机器学习专业知识即可构建您的自定义模型。Amazon Rekognition Custom Labels 包含自动机器学习 (AutoML) 功能,可为您处理机器学习方面的工作。在您提供训练图像后,Amazon Rekognition Custom Labels 会自动加载和检查训练数据,选择正确的机器学习算法,训练模型,并提供模型性能指标。
简化了模型评估、推断和反馈
您可以根据自己的测试集评估自定义模型的性能。对于测试集中的每张图像,您都可以看到模型预测与分配的标签的并排比较。您还可以查看详细的性能指标,例如精度、召回率、F1 分数和置信度分数。您可以立即开始使用模型进行图像分析,也可以使用更多图像对新版本进行迭代和重新训练以提高性能。开始使用模型后,您可以跟踪预测,更正任何错误,并使用反馈数据重新训练新的模型版本以提高性能。
选择使用 Amazon Rekognition Custom Labels
Amazon Rekognition 提供了两个可用于在图像中查找标签(物体、场景和概念)的功能:Amazon Rekognition Custom Labels 和 Amazon Rekognition Image 标签检测功能。可根据以下信息确定应使用哪个功能。
Amazon Rekognition Image 标签检测
您可以使用 Amazon Rekognition Image 中的标签检测功能在图像和视频中批量识别、分类和搜索常见标签,而无需创建机器学习模型。例如,您可以轻松检测成千上万个常见物体,例如汽车和卡车、番茄、篮球和足球。
如果您的应用程序需要查找常见标签,建议您使用 Amazon Rekognition Image 标签检测功能,因为您无需训练模型。要获取 Amazon Rekognition Image 标签检测功能查找的标签列表,请参阅检测标签。
如果您的应用程序需要查找 Amazon Rekognition Image 标签检测功能无法找到的标签,例如装配线上的自定义机器零件,建议您使用 Amazon Rekognition Custom Labels。
Amazon Rekognition Custom Labels
您可以使用 Amazon Rekognition Custom Labels 轻松训练机器学习模型,用于在图像中查找符合您业务需求的独特标签(物体、徽标、场景和概念)。
Amazon Rekognition Custom Labels 可以对图像进行分类(图像级预测)或检测图像中的物体位置(物体/边界框级预测)。
Amazon Rekognition Custom Labels 在可以检测的物体和场景类型方面提供了更大的灵活性。例如,您可以使用 Amazon Rekognition Image 标签检测功能来查找植物和树叶。但如果要区分健康、受损和受感染的植物,则需要使用 Amazon Rekognition Custom Labels。
以下示例说明了如何使用 Amazon Rekognition Custom Labels。
-
识别球员球衣和头盔上的球队标志
-
在装配线上区分特定的机器零件或产品
-
识别媒体库中的卡通人物
-
在零售货架上找到特定品牌的产品
-
对农产品质量进行分类(例如腐烂的、成熟的或生的)
注意
Amazon Rekognition Custom Labels 不适用于分析人脸、检测文本或在图像中查找不安全的图像内容。要执行这些任务,可以使用 Amazon Rekognition Image。有关更多信息,请参阅什么是 Amazon Rekognition。
您是首次使用 Amazon Rekognition Custom Labels 的用户吗?
如果您是 Amazon Rekognition Custom Labels 的新用户,建议您按顺序阅读以下内容:
-
设置 Amazon Rekognition Custom Labels:在本节中,您将设置您的账户详细信息。
-
了解 Amazon Rekognition Custom Labels:在本节中,您将了解创建模型的工作流程。
-
Amazon Rekognition Custom Labels 入门:在本节中,您将使用由 Amazon Rekognition Custom Labels 创建的示例项目来训练模型。
-
对图像进行分类:在本节中,您将学习如何使用您创建的数据集训练对图像进行分类的模型。