Harga Amazon Rekognition

Amazon Rekognition memiliki 4 jenis penggunaan berbeda yang masing-masing memiliki detail harganya sendiri.  Pelajari selengkapnya:

• Harga Amazon Rekognition Image 
• Harga Amazon Rekognition Video
• Harga Amazon Rekognition Custom Labels
• Harga Amazon Rekognition Face Liveness
  
• Harga Amazon Rekognition Custom Moderation

Amazon Rekognition Image memudahkan untuk menambahkan analisis gambar ke aplikasi Anda menggunakan teknologi deep learning yang terbukti, sangat dapat diskalakan, yang tidak memerlukan keahlian machine learning untuk digunakan. Dengan Amazon Rekognition Image, Anda hanya membayar untuk apa yang Anda gunakan. Tidak ada komitmen uang muka atau biaya minimum. Ada dua jenis biaya pada Amazon Rekognition Image: biaya untuk analisis gambar dan biaya untuk penyimpanan metadata wajah.

Analisis gambar: Amazon Rekognition Image membebankan biaya kepada Anda setiap kali Anda menganalisis gambar menggunakan API kami. Menjalankan beberapa API terhadap satu gambar dihitung sebagai memproses beberapa gambar. Penggunaan ditagih berdasarkan model penetapan harga bertingkat yang dikaitkan dengan volume gambar yang diproses per bulan. Mayoritas API Amazon Rekognition Image dikategorikan ke dalam dua grup, Grup 1 dan Grup 2, yang memiliki harga berbeda.

Grup 1: AssociateFaces, CompareFaces, DisassociateFaces, IndexFaces, SearchFacesbyImage, SearchFaces, SearchUsersByImage, SearchUsers.
Grup 2: API DetectFaces, DetectModerationLabels, DetectLabels, DetectText, RecognizeCelebrities, DetectProtectiveEquipment.

Selain API yang dicantumkan dalam Grup 1 dan Grup 2 di atas, Amazon Rekognition Image juga mendukung Properti Gambar, yang memiliki harga terpisah dari Grup 1 dan Grup 2.

Penyimpanan metadata wajah: Untuk mengaktifkan pencarian wajah dan pengguna, Anda perlu menyimpan repositori objek metadata wajah (vektor wajah dan vektor pengguna) yang dapat dicari kecocokannya oleh Amazon Rekognition. Biaya penyimpanan diterapkan setiap bulan, dan diprorata untuk bulan sebagian.

Sebagai bagian dari AWS Tingkat Gratis, Anda dapat memulai dengan Amazon Rekognition Image secara gratis. Periode tingkat gratis berlangsung selama 12 bulan.

Analisis gambar: Selama periode tingkat gratis, Anda dapat menganalisis 5.000 gambar per bulan secara gratis masing-masing, di API Grup 1 dan Grup 2. Tingkat gratis tidak ditawarkan untuk Properti Gambar.

Penyimpanan metadata wajah: Selama periode tingkat gratis, Anda dapat menyimpan 1.000 objek vektor wajah dan 1.000 objek vektor pengguna per bulan secara gratis.

Amazon Rekognition Video mendukung analisis video yang disimpan dan peristiwa video streaming waktu nyata. Dengan Amazon Rekognition Video, Anda hanya membayar sesuai yang digunakan. Tidak perlu menyediakan sumber daya, tidak ada biaya uang muka, atau biaya minimal.

Peristiwa video streaming Amazon Rekognition memproses video dari Kinesis Video Streams baru atau yang sudah ada. Rekognition mulai memproses pengaliran Kinesis Video hanya ketika Anda mengirimkan notifikasi kepada kami untuk memulai analisis video dan dapat menganalisis hingga 120 detik video per peristiwa. Anda hanya membayar sejumlah video yang diproses oleh Amazon Rekognition. Catatan: Anda akan membayar secara terpisah untuk layanan Amazon Kinesis Video Streams.

Analisis Video yang Disimpan Amazon Rekognition mengenakan biaya untuk video yang dianalisis dari Amazon S3. Saat menjalankan beberapa panggilan API pada bagian video yang sama, Anda akan dikenakan biaya terpisah untuk setiap API.

Penyimpanan Metadata Wajah: Untuk mengaktifkan pencarian wajah, Anda perlu menyimpan repositori metadata wajah yang dapat dicari kecocokannya oleh Amazon Rekognition. Biaya penyimpanan diterapkan setiap bulan, dan diprorata untuk bulan sebagian.

Sebagai bagian dari AWS Tingkat Gratis, Anda dapat mulai menggunakan Amazon Rekognition Video tanpa biaya. Tingkat Gratis berlaku selama 12 bulan dan meliputi 1.000 menit gratis analisis video per bulan. Tingkat gratis Amazon Rekognition Video mencakup Deteksi Label, Moderasi Konten, Deteksi Wajah, Pencarian Wajah, Pengakuan Selebriti, Deteksi Teks, dan Pathing Orang.

Dengan Amazon Rekognition Custom Labels, objek dan pemandangan dapat diidentifikasi dalam gambar yang khusus untuk kebutuhan bisnis Anda. Bila menggunakan Rekognition Custom Labels, ada dua jenis biaya.

Jam Pelatihan
Ada biaya untuk setiap jam pelatihan yang dibutuhkan untuk membangun model kustom dengan Amazon Rekognition Custom Labels. Amazon Rekognition Custom Labels dapat menjalankan beberapa sumber daya komputasi secara paralel untuk melatih model Anda dengan lebih cepat. Ini berarti bahwa jumlah jam yang ditagihkan dapat melebihi jumlah jam sebenarnya yang digunakan untuk melatih model. Jumlah jam pelatihan yang diperlukan untuk melatih model Anda tergantung pada banyak faktor seperti jumlah gambar dan jumlah label dalam set pelatihan, dan jenis algoritme pembelajaran mesin yang digunakan untuk melatih model Anda. Kami biasanya menganggap bahwa 90% model memerlukan kurang dari 24 jam pelatihan untuk berlatih. Model yang membutuhkan lebih dari 72 jam pelatihan akan otomatis dihentikan. Anda tidak akan dikenakan biaya jika pelatihan Anda dihentikan secara otomatis.

Sebagai contoh, anggap pelatihan Anda dimulai pukul 16.00 dan berakhir pukul 20.30, dan Amazon Rekognition Custom Labels menggunakan dua sumber daya secara paralel untuk melatih model Anda dengan lebih cepat. Total jam pelatihan yang ditagihkan kepada Anda adalah 9 jam (4,5 jam waktu yang telah digunakan x 2 sumber daya).

Jam Interferensi
Setiap jam model kustom terlatih Anda tersedia untuk memproses gambar akan dikenakan biaya. Jumlah gambar yang dapat Anda proses dalam satu jam bergantung pada banyak faktor, seperti ukuran gambar yang diproses dan kompleksitas model kustom. Dengan Amazon Rekognition Custom Labels, Anda dapat menjalankan beberapa sumber daya komputasi secara paralel untuk memproses gambar Anda dengan lebih cepat. Ini berarti bahwa jumlah jam yang ditagihkan mungkin lebih dari jumlah jam sebenarnya yang telah digunakan untuk menjalankan model kustom terlatih Anda.

Sebagai contoh, mari kita asumsikan Anda memulai inteferensi dengan model kustom pada pukul 14.00 dan berakhir pada pukul 17.00, dan Anda memilih untuk menyediakan dua sumber daya secara paralel untuk memproses gambar Anda. Total jam interferensi yang ditagihkan kepada Anda adalah 6 jam (3 jam waktu yang telah digunakan x 2 sumber daya).

Jika Anda ingin memproses gambar dalam batch (misalnya, satu kali sehari atau seminggu, atau pada waktu terjadwal dalam satu hari), sebaiknya Anda menyediakan model kustom pada waktu terjadwal, memproses semua gambar, kemudian menghentikan pengadaan sumber daya. Jika Anda tidak menghentikan pengadaan sumber daya, Anda akan terus dikenai biaya bahkan meski tidak ada gambar yang diproses.

Sebagai bagian dari AWS Tingkat Gratis, Anda dapat mulai menggunakan Amazon Rekognition Custom Label secara gratis. Tingkat Gratis berlaku selama 3 bulan dan meliputi 10 jam pelatihan gratis per bulan dan 4 jam interferensi per bulan.

Amazon Rekognition Face Liveness memverifikasi bahwa hanya pengguna nyata, bukan pelaku kejahatan yang menggunakan tipuan, yang dapat mengakses layanan Anda. Face Liveness menganalisis video swafoto pendek untuk mendeteksi tipuan yang ditunjukkan kamera, seperti foto cetak, foto digital, video digital, atau topeng 3D, serta tipuan untuk mengelabui kamera, seperti video yang sudah direkam sebelumnya atau deepfake. Face Liveness adalah fitur terkelola sepenuhnya yang dapat dengan mudah ditambahkan ke aplikasi web React, iOS native, dan Android native Anda yang berjalan di sebagian besar perangkat dengan kamera menghadap ke depan. Fitur ini tidak memerlukan manajemen infrastruktur, implementasi khusus perangkat keras, atau keahlian machine learning. Fitur ini secara otomatis menaikkan atau menurunkan skala sebagai respons terhadap permintaan, dan Anda hanya membayar pemeriksaan Face Liveness yang Anda lakukan.

Dengan Amazon Rekognition Custom Moderation, Anda dapat meningkatkan akurasi model deep learning moderasi. Anda dapat melatih adaptor khusus dengan sedikitnya 20 gambar beranotasi dan mencapai akurasi yang ditingkatkan untuk tugas analisis gambar yang terkait dengan kasus penggunaan spesifik Anda. Fitur ini tidak memerlukan manajemen infrastruktur, implementasi khusus perangkat keras, atau keahlian machine learning.

Untuk membuat dan menggunakan adaptor, Anda harus:

1. Melatih adaptor Anda dengan gambar beranotasi
2. Menggunakan adaptor Anda dengan menyediakan AdapterID unik ke API DetectModerationLabels untuk inferensi

Biaya pelatihan
Setiap menit pelatihan yang diperlukan untuk membangun adaptor dengan Amazon Rekognition Custom Moderation akan dikenakan biaya. Amazon Rekognition Custom Moderation dapat menjalankan beberapa sumber daya komputasi secara paralel untuk melatih adaptor Anda dengan lebih cepat. Hal ini berarti bahwa jumlah menit yang ditagihkan dapat melebihi jumlah menit sebenarnya yang digunakan untuk melatih adaptor. Jumlah menit pelatihan yang diperlukan untuk melatih adaptor Anda tergantung pada banyak faktor, seperti jumlah gambar dan jumlah label dalam set pelatihan. Kami biasanya menganggap bahwa 90% adaptor memerlukan kurang dari 60 menit untuk berlatih. Anda tidak akan dikenai biaya jika pelatihan Anda diakhiri secara otomatis.

Misalnya, anggap pelatihan Anda dimulai pukul 16:00 dan berakhir pada pukul 16:35, dan Amazon Rekognition Custom Moderation menggunakan satu sumber daya untuk melatih adaptor Anda. Total menit pelatihan yang ditagih adalah 35 menit (35 menit waktu yang telah berlalu x 1 sumber daya).

Sebagai bagian dari AWS Tingkat Gratis, Anda dapat memulai Amazon Rekognition Custom Moderation secara gratis. Tingkat Gratis berlangsung selama 3 bulan dan mencakup 10 jam pelatihan gratis per bulan untuk melatih adaptor moderasi kustom atau model label kustom.

Biaya inferensi
Anda akan dikenai biaya setiap kali menganalisis gambar menggunakan adaptor moderasi kustom. Tidak ada komitmen uang muka atau biaya minimum. Penggunaan ditagih berdasarkan model penetapan harga bertingkat yang terkait dengan volume gambar yang diproses per bulan.