Passaggio 4: Analizzare un'immagine con il modello

Si analizza un'immagine chiamando il. DetectCustomLabelsAPI In questo passaggio, si utilizza il comando detect-custom-labels AWS Command Line Interface (AWS CLI) per analizzare un'immagine di esempio. Ottieni il AWS CLI comando dalla console Amazon Rekognition Custom Labels. La console configura il AWS CLI comando per utilizzare il modello. È necessario fornire solo un'immagine archiviata in un bucket Amazon S3. Questo argomento fornisce un'immagine che puoi usare per ogni progetto di esempio.

Nota

La console fornisce anche codice di esempio in Python.

L'output di detect-custom-labels include un elenco di etichette trovate nell'immagine, i riquadri di delimitazione (se il modello trova le posizioni degli oggetti) e l’affidabilità che il modello ha nella precisione delle previsioni.

Per ulteriori informazioni, consulta Analisi di un'immagine con un modello addestrato.

Analizzare un'immagine (console)

1. <textobject><phrase>Lo stato del modello viene visualizzato come In esecuzione, con il pulsante Stop per arrestare il modello in esecuzione. </phrase></textobject>

   Se non l'hai già fatto, configura il AWS CLI. Per istruzioni, consulta Passaggio 4: configura il AWS CLI e AWS SDKs.

2. Se non lo hai già fatto, inizia a eseguire il modello. Per ulteriori informazioni, consulta Passaggio 3: Avvio del modello.

3. Scegli la scheda Usa modello, quindi scegli il APIcodice. Il pannello di stato del modello mostrato di seguito mostra il modello in esecuzione, con un pulsante Stop per arrestare il modello in esecuzione e un'opzione per visualizzare ilAPI.

   

4. Scegli AWSCLIil comando.

5. Nella sezione Analizza immagine, copia il AWS CLI comando che chiamadetect-custom-labels. L'immagine seguente della console Rekognition mostra la sezione «Analizza immagine» con AWS CLI il comando per rilevare etichette personalizzate su un'immagine utilizzando un modello di apprendimento automatico e le istruzioni per avviare il modello e fornire i dettagli dell'immagine.

   

6. Carica un’immagine di esempio in un bucket Amazon S3. Per istruzioni, consulta Ottenere un'immagine di esempio.

7. Al prompt dei comandi, immettete il AWS CLI comando copiato nel passaggio precedente. Il risultato dovrebbe essere simile all'esempio seguente.

   Il valore di --project-version-arn deve essere Amazon Resource Name (ARN) del tuo modello. Il valore di --region deve essere la regione AWS in cui hai creato il modello.

   Cambia MY_BUCKET e PATH_TO_MY_IMAGE nel bucket Amazon S3 e l’immagine che hai usato nel passaggio precedente.

   Se utilizzi il custom-labels-accessprofilo per ottenere le credenziali, aggiungi il --profile custom-labels-access parametro.

   aws rekognition detect-custom-labels \
     --project-version-arn "model_arn" \
     --image '{"S3Object": {"Bucket": "MY_BUCKET","Name": "PATH_TO_MY_IMAGE"}}' \
     --region us-east-1 \
     --profile custom-labels-access

   Se il modello trova oggetti, scene e concetti, l'JSONoutput del AWS CLI comando dovrebbe essere simile al seguente. Nameè il nome dell'etichetta a livello di immagine trovata dal modello. Confidence(0-100) è la fiducia del modello nell'accuratezza della previsione.

   {
       "CustomLabels": [
           {
               "Name": "living_space",
               "Confidence": 83.41299819946289
           }
       ]
   }

   Se il modello trova la posizione degli oggetti o trova il marchio, vengono restituiti i riquadri di delimitazione etichettati. BoundingBox contiene la posizione di un riquadro che circonda l'oggetto. Name è l'oggetto che il modello ha trovato nel riquadro di delimitazione. Confidence è l’affidabilità del modello che il riquadro di delimitazione contenga l'oggetto.

   {
       "CustomLabels": [
           {
               "Name": "textract",
               "Confidence": 87.7729721069336,
               "Geometry": {
                   "BoundingBox": {
                       "Width": 0.198987677693367,
                       "Height": 0.31296101212501526,
                       "Left": 0.07924537360668182,
                       "Top": 0.4037395715713501
                   }
               }
           }
       ]
   }

8. Continua a utilizzare il modello per analizzare altre immagini. Interrompi il modello se non lo utilizzi più. Per ulteriori informazioni, consulta Passaggio 5: Interrompere il modello.

Ottenere un'immagine di esempio

È possibile utilizzare le seguenti immagini con l'operazione DetectCustomLabels. C'è un'immagine per ogni progetto. Per utilizzare le immagini, carica tali immagini in un bucket S3.

Utilizzare un'immagine di esempio

1. Fate clic con il tasto destro del mouse sull'immagine seguente che corrisponde al progetto di esempio che stai utilizzando. Quindi scegli Salva immagine per salvare l'immagine sul tuo computer. L'opzione del menu potrebbe essere diversa, a seconda del browser in uso.

2. Carica l'immagine in un bucket Amazon S3 di proprietà del tuo AWS account e che si trova nella stessa AWS regione in cui utilizzi le etichette personalizzate Amazon Rekognition.

   Per le istruzioni, consulta Caricamento di oggetti in Amazon S3 nella Guida per l'utente di Amazon Simple Storage Service.

Classificazione delle immagini

Classificazione multietichetta

Rilevamento di marchi

Localizzazione di oggetti