Veröffentlicht am: Jun 25, 2020
Amazon Rekognition Custom Labels ist eine automatisierte ML-Funktion (Machine Learning), mit der Kunden schnell ihre eigenen benutzerdefinierten Modelle für die Erkennung geschäftsspezifischer Objekte und Szenen aus Bildern schulen können – es sind keine ML-Kenntnisse erforderlich. Beispielsweise schulen Kunden ein benutzerdefiniertes Modell, um ihre Firmenlogos in Social Media-Posts zu finden, ihre Produkte in Ladenregalen zu identifizieren oder einzigartige Maschinenteile in einer Montagelinie zu einzustufen. Ab heute können Kunden mit Amazon Rekognition Custom Labels nun Objekterkennungsprojekte für ein einzelnes Objekt (Etikett) schulen.
Kunden teilten uns mit, dass sie für bestimmte Anwendungsfälle der Objekterkennung nur eine einzige Klasse von Objekten finden müssen, um deren Vorhandensein oder Fehlen festzustellen. Um ein benutzerdefiniertes Modell mit benutzerdefinierten Etiketten von Amazon Rekognition zu schulen, müssen Kunden derzeit mindestens zwei Objekte (Etiketten) zur Verfügung stellen. Das bedeutet, dass Kunden ein zweites Objekt-Etikett (entweder ein anderes Objekt oder ein „Nicht-Objekt“) erstellen müssen. Mit dieser neuen Funktion müssen Kunden nicht länger ein zweites Etikett für Anwendungsfälle der Objekterkennung erstellen und können einfach ein Modell mit dem einzigen Objekt-Etikett schulen, das sie anwenden möchten. Diese Funktion ist jetzt in allen Regionen von Amazon Rekognition Custom Labels verfügbar. Die Liste der unterstützten Regionen finden Sie in der Regionentabelle.
Weitere Einzelheiten zur Beschriftung von Bildern zur Verwendung mit benutzerdefinierten Etiketten von Amazon Rekognition finden Sie in der Feature Dokumentation. Um mehr über kundenspezifische Etiketten von Amazon Rekognition zu erfahren, besuchen Sie bitte die Produkt-Website.