Pedoman dan kuota dalam Amazon Rekognition

Bagian berikut memberikan Pedoman dan kuota saat menggunakan Amazon Rekognition. Terdapat dua tipe kuota. Kuota Set seperti ukuran citra maksimum tidak dapat diubah. Kuota default tercantum pada halaman AWS Service Quotas dapat diubah dengan mengikuti prosedur yang dijelaskan di bagian Kuota default.

Wilayah yang didukung

Untuk daftar AWS Wilayah tempat Amazon Rekognition tersedia, lihat Wilayah AWS dan Titik Akhir di Referensi Umum Amazon Web Services.

Kuota Set

Berikut ini adalah daftar batasan di Amazon Rekognition yang tidak dapat diubah. Untuk informasi tentang batasan yang dapat Anda ubah, seperti batas Transaksi Per Detik (TPS), lihat Kuota default.

Untuk batas Custom Label Amazon Rekognition, lihat Pedoman dan Kuota di Label Kustom Amazon Rekognition.

Citra Amazon Rekognition

• Ukuran citra maksimum yang disimpan sebagai objek Amazon S3 dibatasi hingga 15 MB.

• Dimensi gambar maksimum untuk DetectModerationLabels adalah 10K piksel untuk lebar dan tinggi.

• Dimensi gambar maksimum untuk DetectLabels adalah 10K piksel untuk lebar dan tinggi.

• Untuk dapat terdeteksi, wajah tidak boleh lebih kecil dari 40x40 piksel dalam citra dengan ukuran 1920X1080 piksel. Citra dengan dimensi yang lebih besar dari 1920X1080 piksel akan membutuhkan ukuran minimum wajah yang lebih besar secara proporsional.

• Dimensi citra minimum untuk tinggi dan lebar adalah 80 piksel. Dimensi citra minimum tinggi dan lebar untuk DetectProtectiveEquipment adalah 64 piksel.

• Dimensi citra maksimum tinggi dan lebar untuk DetectProtectiveEquipment adalah 4096 piksel.

• Pendeteksian oleh DetectProtectiveEquipment, seseorang tidak boleh lebih kecil dari 100x100 piksel dalam citra dengan ukuran 800x1300. Citra dengan dimensi yang lebih besar dari 800x1300 piksel akan membutuhkan ukuran minimum orang yang lebih besar secara proporsional.

• Ukuran gambar maksimum sebagai byte mentah yang diteruskan sebagai parameter ke API adalah 5 MB. Batasnya adalah 4 MB untuk API DetectProtectiveEquipment.

• Amazon Rekognition mendukung format citra PNG dan JPEG. Artinya, citra yang Anda berikan sebagai input untuk berbagai operasi API, seperti DetectLabels dan IndexFaces harus berada dalam salah satu format yang didukung.

• Jumlah maksimum vektor wajah yang dapat Anda simpan dalam satu koleksi wajah adalah 20 juta.

• Jumlah maksimum vektor pengguna default yang dapat Anda simpan dalam satu koleksi wajah adalah 10 juta.

• Vektor wajah pencocokan maksimum yang dikembalikan oleh API pencarian adalah 4096.

• Vektor pengguna pencocokan maksimum yang dikembalikan oleh API pencarian adalah 4096.

• DetectTextdapat mendeteksi hingga 100 kata dalam sebuah gambar.

• DetectProtectiveEquipment dapat mendeteksi Alat Pelindung Diri hingga 15 orang.

Untuk informasi praktik terbaik mengenai citra dan perbandingan wajah, lihat Praktik terbaik untuk sensor, citra input, dan video.

Analisis Massal Gambar Rekognition Amazon

• Amazon Rekognition Image Bulk Analysis dapat menganalisis kumpulan gambar hingga 10k gambar dalam ukuran.

• Amazon Rekognition Image Bulk Analysis mendukung manifes input hingga ukuran 50MB.

Video yang disimpan Amazon Rekognition Video

• Amazon Rekognition Video dapat menganalisis video yang disimpan dengan ukuran hingga 10GB.

• Amazon Rekognition Video dapat menganalisis video yang disimpan dengan durasi hingga 6 jam.

• Amazon Rekognition Video mendukung maksimal 20 tugas secara bersamaan per akun.

• Video yang disimpan harus dikodekan menggunakan codec H.264. Format file yang didukung adalah MPEG-4 dan MOV.

• API Video Rekognition Amazon apa pun yang menganalisis data audio hanya mendukung codec audio AAC.

• Periode Waktu Untuk Tayang (TTL) untuk token pemberian nomor halaman adalah 24 jam. Token pemberian nomor halaman berada di bidang NextToken yang dikembalikan oleh operasi Get seperti GetLabeldetection.

Video streaming Amazon Rekognition Video

• Pengaliran input Kinesis Video dapat dikaitkan dengan paling banyak 1 pemroses pengaliran Amazon Rekognition Video.

• Pengaliran output Kinesis Data dapat dikaitkan dengan paling banyak 1 pemroses pengaliran Amazon Rekognition Video.

• Pengaliran input Kinesis Video dan pengaliran output Kinesis Data yang terkait dengan pemroses pengaliran Amazon Rekognition Video tidak dapat dibagikan oleh beberapa pemroses.

• API Video Rekognition Amazon apa pun yang menganalisis data audio hanya mendukung codec audio ACC.

Kuota default

Daftar kuota default dapat ditemukan di AWS Service Quotas. Batas ini adalah default dan dapat diubah. Untuk meminta kenaikan batas, Anda membuat kasus. Untuk melihat batas kuota saat ini (nilai kuota yang diterapkan), lihat Service Quotas Amazon Rekognition. Untuk melihat riwayat pemanfaatan TPS Anda untuk API Citra Amazon Rekognition, lihat Halaman Service Quotas Amazon Rekognition dan pilih operasi API tertentu untuk melihat riwayat operasi tersebut.

Topik

• Hitung perubahan kuota TPS
• Praktik terbaik untuk kuota TPS
• Buat kasus untuk mengubah kuota TPS

Hitung perubahan kuota TPS

Berapa batas baru yang Anda minta? Transaksi Per Detik (TPS) yang paling relevan berada pada puncak beban kerja yang diharapkan. Hal ini penting untuk memahami maksimal panggilan API yang bersamaan di puncak beban kerja dan waktu untuk merespons (5 - 15 detik). Harap dicatat, 5 detik merupakan nilai minimum. Berikut adalah dua contoh:

• Contoh 1: Pengguna Face Authentication (CompareFaces API) bersamaan maksimal yang saya harapkan di awal jam tersibuk saya adalah 1000. Tanggapan ini akan disebarkan dalam jangka waktu 10 detik. Oleh karena itu, TPS yang diperlukan adalah 100 (1000/10) untuk CompareFaces API di wilayah saya yang relevan.

• Contoh 2: Panggilan Deteksi Objek (DetectLabels API) bersamaan maksimum yang diharapkan pada awal jam tersibuk saya adalah 250. Tanggapan ini akan disebarkan dalam jangka waktu 5 detik. Oleh karena itu, TPS yang diperlukan adalah 50 (250/5) untuk DetectLabels API di wilayah saya yang relevan.

Praktik terbaik untuk kuota TPS

Praktik terbaik yang disarankan untuk Transaksi Per Detik (TPS) termasuk memperlancar lalu lintas yang padat, mengonfigurasi percobaan ulang, dan mengonfigurasi backoff eksponensial dan jitter.

1. Perlancar lalu lintas yang padat. Lalu lintas yang padat mempengaruhi throughput. Untuk mendapatkan throughput maksimum untuk transaksi per detik (TPS) yang dialokasikan, gunakan arsitektur antrean nirserver atau mekanisme lain untuk “memperlancar” lalu lintas sehingga lebih konsisten. Untuk contoh kode dan referensi pemrosesan citra dan video berskala besar nirserver dengan Rekognition, lihat Pemrosesan citra dan video berskala besar dengan Amazon Rekognition.

2. Konfigurasikan percobaan ulang. Ikuti pedoman di Penanganan kesalahan untuk mengonfigurasi percobaan ulang untuk kesalahan yang mengaktifkan mereka.

3. Konfigurasikan backoff eksponensial dan jitter. Mengonfigurasi backoff eksponensial dan jitter saat Anda mengonfigurasi percobaan ulang memungkinkan Anda untuk meningkatkan throughput yang dapat dicapai. Lihat Percobaan ulang kesalahan dan backoff eksponensial di. AWS

Buat kasus untuk mengubah kuota TPS

Untuk membuat kasus, buka Buat Kasus dan jawab pertanyaan berikut:

• Apakah Anda sudah menerapkan Praktik terbaik untuk kuota TPS untuk memperlancar lonjakan lalu lintas dan mengonfigurasi percobaan ulang, backoff eksponensial, dan jitter?

• Sudahkah Anda menghitung perubahan kuota TPS yang Anda butuhkan? Jika belum, lihat Hitung perubahan kuota TPS.

• Sudahkah Anda memeriksa riwayat penggunaan TPS Anda untuk memprediksi kebutuhan masa mendatang secara lebih akurat? Untuk melihat riwayat penggunaan TPS, lihat Halaman Service Quotas Amazon Rekognition.

• Apa kasus penggunaan Anda?

• Apa API yang Anda rencanakan untuk digunakan?

• Di Wilayah mana Anda berencana untuk menggunakan API ini?

• Apakah Anda dapat menyebarkan beban di beberapa wilayah?

• Berapa banyak citra yang Anda proses setiap hari?

• Berapa lama Anda berharap untuk mempertahankan volume ini (Apakah hanya sekali lonjakan atau berkelanjutan)?

• Bagaimana Anda diblokir oleh batas default? Tinjau tabel pengecualian berikut untuk mengonfirmasi skenario yang Anda hadapi.

  Kode Kesalahan	Pengecualian	Pesan	Apa artinya?	Bisakah dicoba lagi?
  Kode status HTTP 400	ProvisionedThroughputExceededException	Tarif yang Disediakan terlampaui.	Menunjukkan throttling. Anda dapat mencoba lagi atau mengevaluasi permintaan peningkatan batas.	Ya
  Kode status HTTP 400	ThrottlingException	Pelan-pelan; peningkatan mendadak dalam tingkat permintaan.	Anda mungkin mengirim lalu lintas yang padat dan menghadapi throttling. Anda harus membentuk lalu lintas dan membuatnya lebih lancar serta konsisten. Kemudian konfigurasikan tambahan percobaan ulang. Lihat praktik terbaik.	Ya
  Kode status HTTP 5xx	ThrottlingException (HTTP 500)	Layanan Tidak Tersedia	Menunjukkan bahwa backend diskalakan ke atas untuk mendukung tindakan. Anda harus mencoba kembali permintaan tersebut.	Ya

  Untuk detail rinci tentang kode kesalahan, lihat Penanganan kesalahan.

catatan

Batas ini tergantung pada wilayah tempat Anda berada. Membuat kasus untuk mengubah batas memengaruhi operasi API yang Anda minta, di wilayah yang Anda minta. Operasi API dan wilayah lainnya tidak terpengaruh.