Amazon Rekognition Image 定价

使用经过验证的、高度可扩展且无需机器学习专业知识就可使用的深度学习技术,Amazon Rekognition 图像可以轻松将图像分析功能添加到您的应用程序中。使用 Amazon Rekognition Image,您只需按实际用量付费。无需预先承诺,没有最低消费限制。Amazon Rekognition Image 有两种类型的成本:图像分析成本和人脸元数据存储成本。

图像分析:每次您使用我们的 API 分析图像时,Amazon Rekognition Image 都会向您收费。对单个图像运行多个 API 算作处理多个图像。使用量根据与每月处理的图像量绑定的分级定价模式计费。 大多数 Amazon Rekognition Image API 分为两组:第 1 组和第 2 组,它们具有不同的定价。

第 1 组:AssociateFaces、CompareFaces、DisassociateFaces、IndexFaces、SearchFacesbyImage、SearchFaces、SearchUsersByImage、SearchUsers。
第 2 组:DetectFaces、DetectModerationLabels、DetectLabels、DetectText、RecognizeCelebrities、DetectProtectiveEquipment API。

除了上面第 1 组和第 2 组中列出的 API 之外,Amazon Rekognition Image 还支持 Image Properties,它与第 1 组和第 2 组分开定价。

面孔元数据存储:要启用面孔和用户搜索,您需要存储面孔元数据对象(面孔向量和用户向量)存储库,Amazon Rekognition 可以在该存储库中搜索匹配项。存储费用按月收取,不足一月按比例收取。

免费套餐

作为 AWS 免费套餐的一部分,您可以免费开始使用 Amazon Rekognition Image。免费套餐的期限为 12 个月。

图像分析:在免费套餐期间,在第 1 组和第 2 组 API 中,您每月可以免费分析 5000 张图像。 免费套餐不适用于 Image Properties。

面孔元数据存储:在免费套餐期间,每月可以免费存储 1000 个面部向量对象和 1000 个用户向量对象。

定价表

图像分析

面孔元数据存储

定价示例

定价示例 1 – 基本标签检测

假设您的应用程序一个月内分析 250 万张需要检测标签的图像。您可以使用 Amazon Rekognition 的 DetectLabels API 来分析这 250 万张图像。

使用第 2 组 API (DetectLabels) 处理的图像总数为 250 万张。

使用第 2 组 API 处理 250 万张图像的成本

费用类型

定价

使用费用

前 100 万张图像

每张图像 0.0010 USD

1000000 张图像 X 0.0010 USD/每张图像 = 1000 USD

接下来 150 万张图像

每张图像 0.0008 USD

1500000 张图像 x 0.0008 USD/每张图像 = 1200 USD

    合计:2200 USD
定价示例 2 – Image Properties

假设您的应用程序在一个月内分析 250 万张图像,这些图像需要用于图像质量和主色检测的 Image Properties。您使用仅将 IMAGE_PROPERTIES 作为输入参数的 Amazon Rekognition 的 DetectLabels API 来分析这 250 万张图像。

使用 Image Properties 处理的图像总数为 250 万。

使用 Image Properties 处理 250 万张图像的成本


成本类型

定价

使用费用

前 100 万张图像

每张图像 0.00075 美元

1000000 张图像 X 0.00075 USD/图像 = 750 USD

接下来 150 万张图像

每张图像 0.0006 USD

1500000 张图像 X 0.0006 USD/图像 = 900 USD
    合计:1650 USD
定价示例 3 – 标签检测和 Image Properties

假设您的应用程序在一个月内分析 100 万张同时需要标签检测和 Image Properties 的图像。您将 Amazon Rekognition 的 DetectLabels API 与 GENERAL_LABEL 和 IMAGE_PROPERTIES 结合使用来分析这 100 万张图像。

由于图像需要通过 DetectLabels API 和 Image Properties 进行处理,因此您将同时为 DetectLabels API 和 Image Properties 付费。

处理的图像总数:

  • 100 万帐用于 DetectLabels API(GENERAL_LABEL 输入参数)
  • 100 万张用于 Image Properties(IMAGE_PROPERTIES 输入参数)

总成本计算如下:

API 成本类型 定价 使用成本
DetectLabels API(GENERAL_LABEL) 前 100 万张图像 每张图像 0.001 USD 1000000 张图像 X 0.001 USD/图像 = 1000 USD
Image Properties 前 100 万张图像 每张图像 0.00075 美元 1000000 张图像 X 0.00075 USD/图像 = 750 USD
      合计:1750 USD
定价示例 4 — 多个 API 和面孔检测

假设您的应用程序使用 DetectLabels API 分析 300 万张图像。 此后,在同个月,您使用 IndexFaces API 创建了一个包含 100 万张面孔的集合,运行 50 万次 AssociateFaces API 调用来为每位用户分配 2 张面孔,并使用 SearchUsersbyImage API 在集合中执行 250 万次搜索。

使用第 1 组 API(IndexFaces、AssociateFaces、SearchUsersbyImage)处理的图像总数为 400 万张。

使用第 2 组 API(DetectLabels)处理的图像总数为 300 万张。

使用第 1 组 API 处理 400 万张图像的成本

费用类型

定价

使用费用

前 100 万张图像

每张图像 0.0010 USD

1000000 张图像 x 0.0010 USD/每张图像 = 1000 USD。

接下来 300 万张图像 

每张图像 0.0008 USD

3000000 张图像 x 0.0008 USD/每张图像 = 2400 USD

面孔元数据存储成本 = 100 万个面孔向量 x 每月 0.00001 USD/面孔向量 + 500000 个用户向量 x 每月 0.00001 USD/用户向量 = 15 USD。

使用第 2 组 API 处理 300 万张图像的成本

费用类型

定价

使用费用

前 100 万张图像

每张图像 0.0010 USD

1000000 张图像 x 0.0010 USD/每张图像 = 1000 USD。

接下来 300 万张图像 

每张图像 0.0008 USD

2000000 张图像 x 0.0008 USD/每张图像 = 1600 USD

    总费用:2600 USD

总成本 = 3400 USD + 15 USD + 2600 USD = 6015 USD。

定价示例 5 — 多个 API

假设您的应用程序创建了 1000 万张面孔和 200 万个用户的集合。此后,在同个月,您在创建的集合中执行 5500 万次用户搜索,并在 15 天后将该集合删除。此后,您分析 4000 万张图像以检测标签,并从图像中提取文本。

在这种情况下,您首先运行 1000 万次 IndexFaces API 调用来创建面孔集合,运行 200 万次 AssociateFaces API 调用来为每位用户分配 5 张面孔,并运行 5500 万次 SearchUsers API 调用来执行搜索。此后,您运行 4000 万次 DetectLabels API 调用来检测标签,并运行 4000 次 DetectText API 调用来提取文本。

使用第 1 组 API(IndexFaces、AssociateFaces、SearchUsers)处理的图像总数为 6700 万张。

使用第 2 组 API(DetectLabel、DetectText)处理的图像总数为 8000 万张。

使用第 1 组 API 处理 6500 万张图像的成本

费用类型

定价

使用费用

前 100 万张图像

每张图像 0.0010 USD

1000000 张图像 x 0.0010 USD/每张图像 = 1000 USD。

接下来 4 百万张图像 

每张图像 0.0008 USD

4000000 张图像 x 0.0008 USD/每张图像 = 3200 USD

接下来 3000 万张图像 

每张图像 0.0006 USD

30000000 张图像 x 0.0006 USD/每张图像 = 18000 USD

接下来 3200 万张图像 

每张图像 0.0004 USD

32000000 张图像 x 0.0004 USD/每张图像 = 12800 USD

    合计:35000 USD

面孔元数据存储成本 = 1000 万个面孔向量 x 每月 0.00001 USD/面孔向量 + 200 万个用户向量 x 每月 0.00001 USD/用户向量 x 0.5 个月 = 60 USD。

100 万个面孔向量 x 每月 0.00001 USD/面孔向量 + 500000 个用户向量 x 每月 0.00001 USD/用户向量 = 15 USD。

使用第 2 组 API 处理 8000 万张图像的成本

费用类型

定价

使用费用

前 100 万张图像

每张图像 0.0010 USD

1000000 张图像 x 0.0010 USD/每张图像 = 1000 USD。

接下来 4 百万张图像 

每张图像 0.0008 USD

4000000 张图像 x 0.0008 USD/每张图像 = 3200 USD

接下来 3000 万张图像 

每张图像 0.0006 USD

30000000 张图像 x 0.0006 USD/每张图像 = 18000 USD

接下来 4500 万张图像 

每张图像 0.00025 USD

45000000 张图像 x 0.00025 USD/每张图像 = 11250 USD

    总计:33450 USD

总成本 = 35000 USD + 60 USD + 33450 USD = 68510 USD。

Amazon Rekognition Video 定价

Amazon Rekognition Video 支持存储视频分析和实时串流视频事件。使用 Amazon Rekognition Video,您只需按实际用量付费。无需预置资源,既没有预付费用,也没有最低费用。

Amazon Rekognition 串流视频事件可处理来自新的或现有的 Kinesis Video Streams 的视频。只有当您向我们发送开启视频分析的通知时,Rekognition 才会开启处理 Kinesis Video 流式传输,并且每个事件最多可以分析 120 秒的视频。您只需按 Amazon Rekognition 处理的视频量付费。注意:您需要单独支付 Amazon Kinesis Video Streams 服务的费用。

Amazon Rekognition 存储视频分析按从 Amazon S3 分析的视频收取费用。如果对同一视频片段运行多个 API 调用,您要分别为每个 API 付费。

面孔元数据存储:要启用面孔搜索,您需要存储面孔元数据存储库,Amazon Rekognition 可以在该存储库中搜索匹配项。存储费用按月收取,不足一月按比例收取。

定价表

Streaming Video Events

存储的视频分析

媒体分析

存储

功能 定价

面孔元数据存储

每月处理面孔元数据的费用为 0.00001 USD**

**存储费用按月收取,不足一月按比例收取

免费套餐

作为 AWS 免费套餐的一部分,您可以免费开始使用 Amazon Rekognition Video。免费套餐持续 12 个月,每月包括 1000 分钟的免费视频分析。Amazon Rekognition Video 免费套餐涵盖标签检测、内容审核、面孔检测、面孔搜索、名人识别、文本检测和人物跟踪。

定价示例

Streaming Video Events

示例 1 - 联网家庭摄像头处理串流视频的实时分析,用于检测人、宠物和包裹

假设您是一家联网家庭摄像头提供商,拥有 1000 名用户。每个用户在家中安装一个摄像头,在检测到运动时流式传输视频。假设用户平均每天每个摄像头会捕捉到 7 个运动事件。对于每起运动事件,服务提供商都会将 10 秒视频流式传输到 Amazon Rekognition Streaming Video Events。

月度费用:
假设这 1000 名用户使用的 AWS 区域是美国东部。对于每起运动事件,假设在运动检测后处理了 10 秒视频,以分析该视频剪辑中是否存在人、宠物或包裹。一分钟的视频处理成本为 0.00817 USD。

月度总费用将根据以下方式进行计算:
每个用户处理的视频分钟数(每个用户都有一个摄像头)= 10 秒 *每天每个摄像头 7 个运动事件 *一个月 30 天 / 60 = 每个用户每月处理 35 分钟视频。

为 1000 名用户处理的视频总分钟数 = 35 *1000 = 35000 分钟

功能

定价

使用费用

标注检测

0.00817 USD/分钟

每月 35000 分钟 * 0.00817 USD/分钟 = 285.95 USD(持续)

示例 2 - 使用 Rekognition 的 Streaming Video Events 进行人员检测,为建筑物提供视频监控服务

假设您为一栋拥有 2000 个摄像头的住宅楼提供专业的视频监控服务。这些摄像头中的每一个都会在每次事件运动检测后 10 秒钟内开启向 Rekognition 流式传输视频。假设平均每天每个摄像头会捕捉到 20 个运动事件。

月度费用:
假设这 2000 个摄像头使用的 AWS 区域是美国东部。对于每起运动事件,假设在运动检测后处理了 10 秒视频,以分析该视频剪辑中是否存在其他人。一分钟的视频处理成本为 0.00817 USD。

月度总费用将根据以下方式进行计算:
每个用户处理的视频分钟数(每个用户都有一个摄像头)= 10 秒 *每天每个摄像头 20 运动事件 *一个月 30 天 / 60 = 每个摄像头每月处理 100 分钟视频。

为 2000 个摄像头处理的视频总分钟数 = 100*2000 = 200000 分钟

功能

定价

使用费用

标注检测

0.00817 USD/分钟

每月 200000 分钟 * 0.00817 USD/分钟 = 1634 USD(持续)

存储的视频分析

示例 3 - 通过存储视频分析进行标注检测、镜头检测和内容调节

假设您的应用程序每月在 us-east-1 AWS 区域中通过标注检测和镜头检测分析在 Amazon S3 中存储的 100000 分钟视频,并通过内容审核分析 50000 分钟。

功能

定价

使用费用

标签检测

0.10 USD/分钟

100000 分钟/月 X 0.10 USD/分钟 = 10000 USD/月(持续)

镜头检测

0.05 USD/分钟

100000 分钟/月 X 0.05 USD/分钟 = 5000 USD/月(持续)

内容审核

0.10 USD/分钟

50000 分钟/月 X 0.10 USD/分钟 = 5000 USD/月(持续)

Amazon Rekognition 自定义标签定价

借助 Amazon Rekognition 自定义标签,您可以识别图像中特定于您的业务需求的对象和场景。使用 Rekognition 自定义标签时,有两种费用类型。

训练时数
使用 Amazon Rekognition 自定义标签构建自定义模型所需的每小时训练都要付费。Amazon Rekognition 自定义标签可以同时运行多个计算资源来更快地训练您的模型。这表示计费的小时数可能超过训练模型实际所用的小时数。训练模型所需的训练时间取决于许多因素,比如训练集中的图像数量和标签数量,以及用于训练模型的机器学习算法类型。我们通常会发现 90% 的模型需要不到 24 个小时的训练。训练时间超过 72 小时的模型将自动终止。如果您的训练自动终止,则不会向您收费。

例如,假设您的训练开始于下午 4:00,结束于晚上 8:30,Amazon Rekognition 自定义标签同时使用了两种资源来更快地训练您的模型。您的总训练时数计为 9 小时(用时 4.5 小时 x 2 种资源)。

推理时数
您训练用于处理图像的自定义模型所用的每个小时都要付费。一小时内可处理的图像数量取决于许多因素,例如,所处理图像的大小和自定义模型的复杂性。借助 Amazon Rekognition 自定义标签,您可以同时运行多个计算资源来更快地处理您的图像。这表示计费的小时数可能超过运行您所训练的自定义模型实际所用的小时数。

例如,假设您从下午 2:00 开始使用自定义模型进行推理,并于下午 5:00 结束,并且您选择了同时预置两种资源来处理您的图像。您的总推理时数计为 6 小时(用时 3 小时 x 2 种资源)。

如果您希望批量处理图像(例如,每天一次或每周一次,或一天中预定的时间),则应在预定时间内预置您的自定义模型,处理所有图像,然后取消预置您的资源。如果您不取消预置您的资源,即使未处理任何图像,您也会继续付费。

免费套餐

作为 AWS 免费套餐的一部分,您可以免费开始使用 Amazon Rekognition 自定义标签。免费套餐持续 3 个月,包括每月免费训练 10 小时和每月免费推理 4 小时。

定价表

定价示例

定价示例 1 – 网站的图像标记

假设您是一家在线度假网站,并且您希望自己的客户能轻松搜索您的属性。您已确定了几个相关标签(台球桌、餐厅、面朝大海等),并希望训练一个自定义模型在您的图像中找到这些特性。我们假设训练您的自定义模型需要 10.2 个训练小时。我们再假设您每天需要 0.5 个推理小时来处理站点接收的所有图像。

费用类型

定价

使用费用

10.2 个训练小时

每小时 1 USD

10.2 小时 x 1 USD/小时 = 10.20 USD(一次)

0.5 个推理小时/天

每小时 4 USD

 

0.5 小时/天 x 4 USD/小时 = 2.00 USD/天(持续)

定价示例 2 – 识别制造工厂中的部件

假设您是一个制造商,希望在特定的机器部件通过装配线时识别它们。您可以在整个工作日收集各种机器部件的图像。我们假设训练您的模型需要 11 个训练小时。

由于您一整天都有稳定的图像流,您的模型需要从上午 9 点持续运行到下午 5 点,每天总共运行 8 小时。

费用类型

定价

使用费用

11 个训练小时

每小时 1 USD

11 小时 x 1 USD/小时 = 11.00 USD(一次)

8 个推理小时/天

每小时 4 USD

 

8 小时/天 X 4 USD/小时 = 32.00 USD/天(持续)

定价示例 3 – 影响者分析

假设您是一家社交媒体营销机构,负责监控成千上万的影响者,以便准确快速地为您的客户确定最佳影响者。您每天处理从各种社交媒体渠道收集的 450000 张影响者图像,并通过“自定义标签”模型运行这些图像。假设每天处理 440000 张图像每天需要大约 44 个推理小时。我们再假设训练您的模型需要 9 个小时。

要每天处理 440000 张图像,您需要同时运行至少两种推理资源才能满足您的需求。

费用类型

定价

使用费用

9 个训练小时

每小时 1 USD

9 小时 x 1 USD/小时 = 9.00 USD(一次)

44 个推理小时/天

每小时 4 USD

44 小时/天 x 4 USD/小时 = 180.00 USD/天(持续)

Amazon Rekognition Face Liveness 定价

Amazon Rekognition Face Liveness 可以验证只有真实用户(而不是使用欺诈手段的虚假行为者)可以访问您的服务。Face Liveness 可以分析自拍短视频,以检测呈现给相机的欺骗行为(例如打印的照片、数字照片、数字视频或 3D 面具)以及绕过相机的欺诈行为(例如预先录制或深度伪造的视频)。Face Liveness 是一项完全托管的功能,可以轻松添加到在大多数带有前置摄像头的设备上运行的 React Web、原生 iOS 和原生 Android 应用程序中。无需基础设施管理、特定于硬件的实施或机器学习专业知识。该功能会根据需求自动扩展或缩减,您只需为所进行的人脸活动检查付费。

定价表

定价示例

定价示例 1 - 每月40万次检查的 Face Liveness 检查费用

假设您的应用程序在一个月内进行了 40 万次活动检查,并且您通过 AWS 美国东部(弗吉尼亚州北部)区域进行这些检查。

在美国东部(弗吉尼亚州北部),前 50 万次检查的处理费用为每次检查 0.015 美元
处理的检查总数 = 400000
每月总成本 = 0.015 美元 * 400000 = 6000 美元

定价示例 2 - 每月 100 次检查的 Face Liveness 检查费用

假设您的应用程序在一个月内进行 100 万次活动检查,并且您通过 AWS 美国东部(弗吉尼亚州北部)区域进行这些检查。

在美国东部(弗吉尼亚州北部),前 50 万次检查的处理费用为每次检查 0.015 美元,接下来的 50 万次检查为每次检查 0.0125 美元。
处理的检查总数 = 1000000
每月总成本 = 0.015 美元 * 500000 + 0.0125 美元 * 500000 = 13750 美元

定价示例 3 - 每月 450 万次检查的 Face Liveness 检查费用

假设您的应用程序在一个月内进行了 450 万次活动检查,并且您通过 AWS 美国东部(弗吉尼亚州北部)区域进行这些检查。

在美国东部(弗吉尼亚州北部),前 50 万次检查的处理费用为每次检查 0.015 美元,接下来的 250 万次检查为每次检查 0.0125 美元,最后 150 万次检查为每次检查 0.010 美元。

处理的支票总数 = 4500000
每月总成本 = 0.015 美元 * 500000 美元 + 0.0125 美元 * 2500000 美元 + 0.01 美元 * 1500000 美元 = 53750 美元

Amazon Rekognition 自定义审核定价

借助 Amazon Rekognition 自定义审核,您可以提高审核深度学习模型的准确性。只需 20 张带注释的图像即可训练自定义适配器,并可提高与您的特定应用场景相关的图像分析任务的准确性。无需基础设施管理、特定于硬件的实施或机器学习专业知识。

要创建和使用适配器,您必须:

  1. 使用带注释的图像训练您的适配器
  2. 通过向 DetectModerationLabels 提供唯一的 AdapterID,使用您的适配器进行推理

训练成本
使用 Amazon Rekognition 自定义审核构建适配器所需的训练按分钟付费。Amazon Rekognition 自定义审核可以同时运行多个计算资源,以便更快地训练您的适配器。这表示计费的分钟数可能超过训练适配器实际所用的分钟数。训练适配器所需的训练分钟数取决于许多因素,例如训练集中的图像数量和标签数量。我们通常会发现,90% 的适配器需要的训练时间少于 60 分钟。如果您的训练自动终止,则不会向您收费。

例如,假设您的训练从下午 4:00 开始,到下午 4:35 结束,Amazon Rekognition 自定义审核使用单一资源来训练您的适配器。计费的训练分钟数一共为 35 分钟(用时 35 分钟 x 1 个资源)。

作为 AWS Free Tier 的一部分,您可以免费开始使用 Amazon Rekognition 自定义审核。Free Tier 持续 3 个月,包括每月 10 个小时的免费训练,用于训练自定义审核适配器或自定义标签模型。

推理成本
每次使用自定义审核适配器分析图像时,都将向您收费。无需预先承诺,没有最低消费限制。使用量根据与每月处理的图像量绑定的分级定价模式计费。 

定价表

定价示例

定价示例 1 — 每月可处理 1000 万张图像的自定义审核适配器

假设您总共需要 30 分钟来训练适配器。您使用经过训练的适配器,通过 Amazon Rekognition DetectModerationLabels API 每月分析 1000 万张图像。您使用 AWS 美国东部(弗吉尼亚州北部)区域执行此操作。

使用自定义审核适配器处理的图像总数为 1000 万张,适配器训练时间一共为 30 分钟。

成本类型

定价

使用成本

30 分钟训练时间 每小时 5 USD  30 分钟 X 5 USD/小时 = 2.5 USD(一次性成本)
前 100 万张图像 每张图像 0.0012 USD 100 万张图片 X 每张图片 0.0012 USD = 1200 USD(持续成本)
接下来 400 万张图像 每张图像 0.00096 USD 400 万张图像 X 每张图像 0.00096 USD = 3840 USD(持续成本)
接下来 500 万张图像 每张图像 0.00072 USD 500 万张图像 X 每张图像 0.00072 美元 = 3600 USD(持续成本)
    合计:8642.50 USD

训练适配器的一次性成本 = 2.5 USD
每月使用适配器分析 1000 万张图像的持续成本 = 8640 USD

定价示例 2 — 每月可处理 4000 万张图像的自定义审核适配器

假设您总共需要 90 分钟来训练适配器。您使用经过训练的适配器,通过 Amazon Rekognition DetectModerationLabels API 每月分析 4000 万张图像。您使用 AWS 美国东部(弗吉尼亚州北部)区域执行此操作。

成本类型

定价

使用成本

90 分钟训练时间 每小时 5 USD  90 分钟 X 5 USD/小时 = 7.5 USD(一次性成本)
前 100 万张图像 每张图像 0.0012 USD 100 万张图片 X 每张图片 0.0012 USD = 1200 USD(持续成本)
接下来 400 万张图像 每张图像 0.00096 USD 400 万张图像 X 每张图像 0.00096 USD = 3840 USD(持续成本)
接下来 3000 万张图像 每张图像 0.00072 USD 3000 万张图像 X 每张图像 0.00072 USD = 21600 USD(持续成本)
超过 3000 万张图像 每张图像 0.0003 USD 500 万张图像 X 每张图像 0.0003 USD = 1500 USD(持续成本)
    总计:28147.50 USD

训练适配器的一次性成本 = 7.5 USD
每月使用适配器分析 4000 万张图像的持续成本 = 28140 USD

Amazon Rekognition 入门  

访问入门页面
准备好开始构建?
开始使用 AWS Rekognition
还有更多问题?
联系我们