什麼是 Amazon Rekognition 自訂標籤？ - Rekognition
主要好處選擇使用 Amazon Rekognition 自訂標籤您第一次使用 Amazon Rekognition 自訂標籤嗎？

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。

什麼是 Amazon Rekognition 自訂標籤？

使用 Amazon Rekognition 自訂標籤，您可以識別特定於您業務需求的影像中的物件、標誌和場景。例如，您可以在社交媒體帖子中找到您的徽標，在商店貨架上識別您的產品，在裝配線中對機器零件進行分類，區分健康和受感染的植物，或檢測圖像中的動畫人物。

開發自訂模型以分析影像是一項重要的工作，需要時間、專業知識和資源。通常需要幾個月的時間才能完成。此外，它可能需要數千或數萬張手動標籤的影像，才能為模型提供足夠的資料以準確地做出決策。產生這些資料可能需要數月的時間才能收集，而且可能需要大量的貼標員為機器學習做好準備。

亞馬遜 Rekognition 自訂標籤擴展了 Amazon Rekognition 的現有功能，這些功能已經在許多類別的數千萬張圖像上進行了訓練。您可以上傳針對您使用案例的一小組訓練影像 (通常是幾百個或更少)，而不是數千張影像。您可以使用 easy-to-use 主控台執行這項作業。如果您的影像已經加上標籤，Amazon Rekognition 自訂標籤可以在短時間內開始訓練模型。如果沒有，您可以直接在標籤界面中標記圖像，也可以使用 Amazon SageMaker Ground Truth 為您標記圖像。

Amazon Rekognition 自訂標籤從您的映像集開始訓練之後，它可以在短短幾個小時內為您產生自訂影像分析模型。在幕後，Amazon Rekognition 自訂標籤會自動載入和檢查訓練資料、選取正確的機器學習演算法、訓練模型，以及提供模型效能指標。然後，您可以透過 Amazon Rekognition 自訂標籤 API 使用自訂模型，並將其整合到您的應用程式中。

主要好處

簡化資料標籤

Amazon Rekognition 自訂標籤主控台提供視覺化介面，讓您輕鬆快速地標記影像。該界面允許您將標籤應用於整個圖像。您也可以使用具有 click-and-drag 介面的邊界方框，識別和標示影像中的特定物件。或者，如果您擁有大型資料集，則可以使用 Amazon SageMaker Ground Truth 有效地大規模標記映像檔。

Machine Learning

無需機器學習專業知識即可建立您的自訂模型。Amazon Rekognition 自訂標籤包含自動化機器學習 (AutoML) 功能，可為您處理機器學習。提供訓練映像後，Amazon Rekognition 自訂標籤可以自動載入和檢查資料、選取正確的機器學習演算法、訓練模型，以及提供模型效能指標。

簡化模型評估、推論和意見反應

您可以在測試集上評估自訂模型的效能。對於測試集中的每個圖像，您可以看到模型的預測與分配的標籤的 side-by-side 比較。您也可以檢閱詳細的效能指標，例如精確度、召回、F1 分數和可信度分數。您可以立即開始使用模型進行影像分析，或者您可以使用更多影像來重新訓練新版本，以提升效能。開始使用模型後，您可以追蹤預測、更正任何錯誤，並使用意見反應資料重新訓練新模型版本並改善效能。

選擇使用 Amazon Rekognition 自訂標籤

Amazon Rekognition 提供兩種功能，可讓您用來尋找影像中的標籤 (物件、場景和概念)：Amazon Rekognition 自訂標籤和 Amazon Rekognition 影像標籤偵測。請使用下列資訊來決定您應該使用的功能。

Amazon Rekognition 圖像標籤檢測

您可以使用 Amazon Rekognition Image 中的標籤偵測功能，大規模地識別、分類和搜尋影像和視訊中的常見標籤，而無需建立機器學習模型。例如，您可以輕鬆偵測數千種常見物體，例如汽車和卡車、番茄、籃球和足球。

如果您的應用程式需要尋找常見的標籤，我們建議您使用 Amazon Rekognition 影像標籤偵測，因為您不需要訓練模型。若要取得 Amazon Rekognition 影像標籤偵測找到的標籤清單，請參閱偵測標籤。

如果您的應用程式需要尋找 Amazon Rekognition 影像標籤偵測找不到的標籤，例如組裝線上的自訂機器零件，建議您使用 Amazon Rekognition 自訂標籤。

亞馬遜自定義標籤

您可以使用 Amazon Rekognition 自訂標籤輕鬆訓練機器學習模型，在影像中尋找符合您業務需求的特有標籤 (物件、標誌、場景和概念)。

Amazon Rekognition 自訂標籤可以將影像分類 (影像層級預測) 或偵測影像中的物件位置 (物件/邊界框層級預測)。

Amazon Rekognition 自訂標籤為您可偵測的物件和場景類型提供更大的彈性。例如，您可以使用 Amazon Rekognition 影像標籤偵測來尋找植物和樹葉。若要區分健康、受損和受感染的植物，您需要使用 Amazon Rekognition 自訂標籤。

以下是如何使用 Amazon Rekognition 自訂標籤。

  • 識別球衣和頭盔上的球隊標誌

  • 區分裝配線上的特定機器零件或產品

  • 識別媒體庫中的卡通人物

  • 在零售貨架上找到特定品牌的產品

  • 分類農產品質量（如腐爛，成熟或生的）

注意

Amazon Rekognition 自訂標籤不適用於分析臉孔、偵測文字或尋找影像中不安全的影像內容。若要執行這些任務，您可以使用 Amazon Rekognition 映像。如需詳細資訊，請參閱什麼是 Amazon Rekognition。

您第一次使用 Amazon Rekognition 自訂標籤嗎？

如果您是第一次使用 Amazon Rekognition 自訂標籤，建議您依序閱讀以下章節：

  1. 設定 Amazon Rekognition 自訂標籤— 在本節中，您可以設置您的帳戶詳細信息。

  2. 了解 Amazon Rekognition 自訂標籤— 在本節中，您將瞭解建立模型的工作流程。

  3. Amazon Rekognition 自訂標籤入門— 在本節中，您會使用 Amazon Rekognition 自訂標籤建立的範例專案來訓練模型。

  4. 教學課程：分類影像— 在本節中，您將學習如何訓練使用您建立的資料集對影像進行分類的模型。