物体检测- TensorFlow

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。

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。

Amazon SageMaker AI 对象检测 TensorFlow 算法是一种监督学习算法，它支持使用模型花园中的许多预训练模型进行迁移学习。TensorFlow 使用迁移学习，即使没有大量图像数据可用，也可以在您自己的数据集上对一个可用的预训练模型进行微调。对象检测算法将图像作为输入，并输出边界框列表。训练数据集必须由 .jpg、.jpeg 或 .png 格式的图像组成。本页包含有关 Amazon EC2 实例推荐和对象检测示例笔记本的信息- TensorFlow。

针对对象检测- TensorFlow 算法的 Amazon EC2 实例推荐

物体检测- TensorFlow 算法支持所有 GPU 实例进行训练，包括：

对于大批量训练，建议使用具有更多内存的 GPU 实例。CPU（例如 M5）实例和 GPU（P2 或 P3）实例都可用于推理。有关各 AWS 区域 SageMaker 训练和推理实例的完整列表，请参阅 Amazon A SageMaker I 定价。

物体检测- TensorFlow 样本笔记本

有关如何使用 SageMaker AI 物体检测- TensorFlow 算法对自定义数据集进行迁移学习的更多信息，请参阅《物体检测简介》笔记本。 SageMaker TensorFlow

有关如何创建和访问可用于在 SageMaker AI 中运行示例的 Jupyter 笔记本实例的说明，请参阅。Amazon SageMaker 笔记本实例创建并打开笔记本实例后，选择 SageMaker AI 示例选项卡以查看所有 SageMaker AI 示例的列表。要打开笔记本，请选择其使用选项卡，然后选择创建副本。