Soluzioni di classificazione delle immagini su AWS

Amazon Web Services (collaboratori)

Marzo 2024 (cronologia dei documenti)

La classificazione delle immagini è un compito centrale nella visione artificiale, un sottocampo dell'apprendimento automatico (ML) e dell'intelligenza artificiale (AI). Gli algoritmi di classificazione delle immagini analizzano i pixel di un'immagine e generano etichette per l'intera immagine. Ad esempio, l'immagine seguente potrebbe avere le seguenti etichette: persondog, ooutdoors.

La classificazione delle immagini non localizza gli oggetti in un'immagine né crea riquadri di delimitazione (come avviene nel rilevamento degli oggetti). Esempi di applicazioni di classificazione delle immagini includono l'ordinamento delle immagini in album digitali e l'elaborazione delle immagini delle auto per l'inventario presso una concessionaria di automobili.

Esistono diversi Servizi AWS approcci che è possibile utilizzare per eseguire la classificazione delle immagini. AWS L'obiettivo di questa guida è aiutarti a trovare soluzioni efficienti per le attività di classificazione delle immagini. Questa guida illustra i seguenti approcci:

• Utilizzo di Amazon Rekognition

• Utilizzo delle etichette personalizzate di Amazon Rekognition

• Utilizzo di Amazon SageMaker Canvas

• Usare Amazon SageMaker

• Creazione e gestione di un processo di formazione personalizzato in Amazon Elastic Container Service (Amazon ECS) o Amazon Elastic Kubernetes Service (Amazon EKS)

Questa guida illustra le funzionalità di ciascuno di essi Servizio AWS e spiega come determinare l'approccio più adatto all'attività di classificazione delle immagini. In questa guida, le soluzioni di classificazione delle immagini sono organizzate in base a tre caratteristiche:

• Specificazione e formazione del modello: determinazione dell'architettura del modello e dell'approccio di formazione appropriati

• Tipo di infrastruttura di implementazione: determinazione del tipo di infrastruttura che verrà utilizzato dall'endpoint di inferenza

• Automazione delle operazioni e flusso di lavoro: determinazione delle modalità di manutenzione e aggiornamento della soluzione

Per il servizio Amazon Rekognition, le specifiche del modello e le opzioni di formazione sono predeterminate dal servizio; pertanto, qualsiasi modello o opzione di formazione desiderata oltre a quelle offerte deve essere creato con codice personalizzato. Questa guida illustra il processo di test per determinare se Amazon Rekognition o Amazon Rekognition Custom Labels sono una buona soluzione per il tuo caso d'uso. Sebbene Amazon disponga di un contenitore di classificazione delle immagini predefinito SageMaker, non è sufficiente per molte attività di classificazione delle immagini di produzione. SageMaker fornisce inoltre contenitori di deep learning che consentono la personalizzazione e la messa a punto di modelli preaddestrati.

Questa guida presenta una strategia generale per l'ideazione di una soluzione di classificazione delle immagini su. AWS Fornisce le migliori pratiche per ogni parte della strategia, fornendo consigli sui servizi disponibili e sulle relative funzionalità.

Obiettivi

Questa guida può aiutarti a raggiungere i seguenti obiettivi aziendali specifici:

• Costi ridotti: creazione di un'implementazione di classificazione delle immagini conveniente che corrisponda a un caso aziendale

• Efficienza: utilizza l'automazione per implementare e gestire una soluzione di classificazione delle immagini che corrisponda a un caso aziendale

• Strategia: stabilite se lo sviluppo di modelli personalizzati è adatto al vostro caso d'uso