本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

規劃資料集

在專案中標記訓練和測試資料集的方式會決定您建立的模型類型。使用 Amazon Rekognition 自訂標籤，您可以建立執行下列動作的模型。

尋找物件、場景和概念

模型會將和整個影像相關聯的物件、場景和概念進行分類。

您可以建立兩種類型的分類模型：影像分類和多標籤分類。針對這兩種類型的分類模型，模型會從用於訓練的完整標籤集中尋找一個或多個相符標籤。訓練和測試資料集至少需要兩個標籤。

Image classification

模型會將影像分類為屬於一組預定義的標籤。例如，您可能需要確定影像是否包含居住空間的模型。下列影像可能具有 ling_space 影像層級標籤。

針對此類型的模型，請新增單一影像層級標籤至每個訓練和測試資料集影像。如需範例專案，請參閱 Image classification。

多標籤分類

模型會將影像分類為多個類別，例如花卉的類型以及是否有葉子。例如，下列影像可能具有 mediterranean_spurge 和 no_leaves 影像層級標籤。

針對此類型的模型，請指派每個類別的影像層級標籤給訓練和測試資料集影像。如需範例專案，請參閱 多標籤影像分類。

指派影像層級標籤

如果您的影像存放在 Amazon S3 儲存貯體中，您可以使用資料夾名稱自動新增影像層級標籤。如需詳細資訊，請參閱從 Amazon S3 存儲桶導入圖像。您也可以在建立資料集之後，新增影像層級標籤至影像，如需更多詳細資訊，請參閱 將影像層級標籤指派給影像。您可以根據需要新增標籤。如需詳細資訊，請參閱管理標籤。

尋找物件位置

若要建立預測影像中物件位置的模型，您需要為訓練和測試資料集中的影像定義物件位置週框方塊和標籤。週框方框是緊密圍繞物件的方塊。例如，下列影像即顯示 Amazon Echo 和 Amazon Echo Dot 周圍的週框方塊。每個週框方塊都有一個指派的標籤 (Amazon Echo 或 Amazon Echo Dot)。

若要尋找物件位置，您的資料集至少需要至少一個標籤。在模型訓練期間，會自動建立更多標籤，代表影像上週框方塊外部的區域。

指派週框方塊

建立資料集時，您可以包含影像的週框方塊資訊。例如，您可以匯入包含邊界方塊的 SageMaker Ground Truth 格式資訊清單檔案。您也可以在建立資料集之後新增週框方塊。如需詳細資訊，請參閱使用週框方塊標記物件。您可以根據需要新增標籤。如需詳細資訊，請參閱管理標籤。

尋找品牌位置

如果您想要尋找品牌的位置，例如標誌和動畫人物，您可以為訓練資料集影像使用兩種不同類型的影像。

我們建議您不要在訓練影像中混合使用影像層級的標籤和週框方塊。

測試影像必須在您要尋找的品牌執行個體周圍有週框方塊。只有在訓練影像包含標記的週框方塊時，您才可以分割訓練資料集來建立測試資料集。如果訓練影像只具有影像層級標籤，您即必須建立測試資料集，其中需包含影像和標記的週框方塊。如果您訓練模型來尋找品牌位置，請根據您標記影像的方式進行 使用週框方塊標記物件 和 將影像層級標籤指派給影像。

品牌偵測 的範例專案展示了 Amazon Rekognition 自訂標籤如何使用標籤的邊界框來培訓尋找物體位置的模型。

模型類型的標籤需求

使用下表確定如何標記影像。

您可以在單一資料集中合併影像層級標籤和已標記影像的週框方塊。在這種情況下，Amazon Rekognition 自訂標籤會選擇要建立影像層級模型或是物件位置模型。