Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

Ein Lookout for Vision Vision-Modell mithilfe eines AWS SDK erstellen, trainieren und starten - AWS SDK-Codebeispiele

Weitere AWS SDK-Beispiele sind im Repo AWS Doc SDK Examples GitHub verfügbar.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Weitere AWS SDK-Beispiele sind im Repo AWS Doc SDK Examples GitHub verfügbar.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Ein Lookout for Vision Vision-Modell mithilfe eines AWS SDK erstellen, trainieren und starten

Das folgende Codebeispiel zeigt, wie Sie ein Lookout for Vision Vision-Modell erstellen, trainieren und starten.

Python
SDK für Python (Boto3)

Erzeugt und startet optional ein Amazon Lookout for Vision Vision-Modell mithilfe von Befehlszeilenargumenten. Der Beispielcode erstellt ein neues Projekt, einen Trainingsdatensatz, einen optionalen Testdatensatz und ein neues Modell. Nachdem das Modelltraining abgeschlossen ist, können Sie ein bereitgestelltes Skript verwenden, um Ihr Modell mit einem Bild zu testen.

Für dieses Beispiel ist eine Reihe von Bildern erforderlich, um das Modell zu trainieren. Darauf finden Sie Beispielbilder von Leiterplatten GitHub , die Sie für Schulungen und Tests verwenden können. Einzelheiten zum Kopieren dieser Bilder in einen Amazon Simple Storage Service (Amazon S3) -Bucket finden Sie unter Vorbereiten von Beispielbildern.

Den vollständigen Quellcode und Anweisungen zur Einrichtung und Ausführung finden Sie im vollständigen Beispiel unter GitHub.

In diesem Beispiel verwendete Dienste
  • Lookout for Vision

SDK für Python (Boto3)

Erzeugt und startet optional ein Amazon Lookout for Vision Vision-Modell mithilfe von Befehlszeilenargumenten. Der Beispielcode erstellt ein neues Projekt, einen Trainingsdatensatz, einen optionalen Testdatensatz und ein neues Modell. Nachdem das Modelltraining abgeschlossen ist, können Sie ein bereitgestelltes Skript verwenden, um Ihr Modell mit einem Bild zu testen.

Für dieses Beispiel ist eine Reihe von Bildern erforderlich, um das Modell zu trainieren. Darauf finden Sie Beispielbilder von Leiterplatten GitHub , die Sie für Schulungen und Tests verwenden können. Einzelheiten zum Kopieren dieser Bilder in einen Amazon Simple Storage Service (Amazon S3) -Bucket finden Sie unter Vorbereiten von Beispielbildern.

Den vollständigen Quellcode und Anweisungen zur Einrichtung und Ausführung finden Sie im vollständigen Beispiel unter GitHub.

In diesem Beispiel verwendete Dienste
  • Lookout for Vision

DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.