物件偵測的運作方式

物件偵測演算法可從已知的物件類別集合中，識別並找出影像中物件的所有執行個體。演算法會將影像做為輸入，並輸出物件所屬的類別以及屬於該類別的可信度分數。演算法也會使用矩形邊界框來預測物件的位置和比例尺。Amazon SageMaker AI Object Detection 使用 Single Shot Multibox Detector (SSD) 演算法，採用預先訓練的卷積神經網路 (CNN) 做為基礎網路進行分類任務。SSD 會使用中繼層的輸出做為偵測功能。

VGG 和 ResNet 等各種 CNN 均可在影像分類任務方面獲得絕佳的效能。Amazon SageMaker AI 中的物件偵測支援 VGG-16 和 ResNet-50 作為 SSD 的基礎網路。您可以在完整訓練模式或傳輸學習模式中訓練演算法。在完整訓練模式中，基礎網路會以隨機權重進行初始化，然後以使用者資料來訓練。在傳輸學習模式中，系統會從預先訓練的模型載入基礎網路權重。

物件偵測演算法在內部快速使用標準資料擴增操作，例如翻轉、縮放和抖動，有助於避免過度擬合。