Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Formattazione di set di dati
Il modo in cui si etichettano i set di dati di addestramento e test del progetto determinano il tipo di modello che si crea. Con Amazon Rekognition Custom Labels si possono creare modelli che eseguono le seguenti operazioni.
Trova oggetti, scene e concetti
Il modello classifica gli oggetti, le scene e i concetti associati a un'intera immagine.
È possibile creare due tipi di modello di classificazione, la classificazione delle immagini e la classificazione multietichetta. Per entrambi i tipi di modello di classificazione, il modello trova una o più etichette corrispondenti dal set completo di etichette utilizzato per l’addestramento. I set di dati di addestramento e test richiedono entrambi almeno due etichette.
Classificazione delle immagini
Il modello classifica le immagini come appartenenti a un set di etichette predefinite. Ad esempio, si potrebbe scegliere un modello che determini se un'immagine contiene uno spazio abitativo. L'immagine seguente potrebbe avere un'etichetta a livello di immagine living_space.
Per questo tipo di modello, aggiungere una singola etichetta a livello di immagine a ciascuna delle immagini del set di dati di addestramento e test. Per un progetto di esempio, consulta Classificazione delle immagini.
Classificazione multietichetta
Il modello classifica le immagini in più categorie, ad esempio il tipo di fiore e se ha foglie o meno. Ad esempio, l'immagine seguente potrebbe avere etichette a livello di immagine mediterranean_spurge e no_leaves.
Per questo tipo di modello, assegnare etichette a livello di immagine a ogni categoria di immagini dei set di dati di addestramento e test. Per un progetto di esempio, consulta Classificazione delle immagini multietichetta.
Assegnazione di etichette a livello di immagine
Se le immagini sono archiviate in un bucket Amazon S3, si può utilizzare i nomi delle cartelle per aggiungere automaticamente etichette a livello di immagine. Per ulteriori informazioni, consultare Importazione di immagini da un bucket Amazon S3. Si può anche aggiungere etichette a livello di immagine alle immagini dopo aver creato un set di dati. Per ulteriori informazioni, consulta Assegnazione di etichette a livello di immagine a un'immagine. Si possono aggiungere nuove etichette quando se ne ha bisogno. Per ulteriori informazioni, consulta Gestione etichette.
Trova le posizioni degli oggetti
Per creare un modello che preveda la posizione degli oggetti nelle immagini, definire i riquadri di delimitazione e le etichette per le immagini nei set di dati di addestramento e test. Un riquadro di delimitazione è un riquadro che circonda strettamente un oggetto. Ad esempio, l'immagine seguente mostra dei riquadri di delimitazione attorno a Amazon Echo e Amazon Echo Dot. A ogni riquadro di delimitazione è assegnata un'etichetta (Amazon Echo o Amazon Echo Dot).
Per trovare le posizioni degli oggetti, i set di dati necessitano di almeno un'etichetta. Durante l'addestramento del modello, viene creata automaticamente un'ulteriore etichetta che rappresenta l'area esterna ai riquadri di delimitazione di un'immagine.
Assegnazione di riquadri di delimitazione
Quando si crea il set di dati, si possono includere informazioni sui riquadri di delimitazione per le tue immagini. Ad esempio, potete importare un file manifest in formato SageMaker Ground Truth che contiene riquadri di delimitazione. È inoltre possibile aggiungere riquadri di delimitazione dopo aver creato un set di dati. Per ulteriori informazioni, consulta Etichettatura degli oggetti con riquadri di delimitazione. Si possono aggiungere nuove etichette quando se ne ha bisogno. Per ulteriori informazioni, consulta Gestione etichette.
Trovare le posizioni dei marchi
Se si desidera trovare la posizione dei marchi, ad esempio loghi e personaggi animati, si possono utilizzare due diversi tipi di immagini per quelle dei tuoi set di dati di allenamento.
Immagini che rappresentano solo il logo. Ogni immagine necessita di un'unica etichetta a livello di immagine che rappresenti il nome del logo. Ad esempio, l'etichetta a livello di immagine per l'immagine di seguito potrebbe essere Lambda.
Immagini che contengono il logo di luoghi naturali, come una partita di calcio o uno schema architettonico. Ogni immagine di addestramento necessita di riquadri di delimitazione che circondano ogni istanza del logo. Ad esempio, l'immagine seguente mostra un diagramma architettonico con riquadri di delimitazione etichettati che circondano i loghi Lambda AWS e Amazon Pinpoint.
Consigliamo di non mischiare etichette a livello di immagine e riquadri di delimitazione nelle immagini di addestramento.
Le immagini di test devono avere dei riquadri di delimitazione attorno alle istanze del marchio che si desidera trovare. Si può dividere il set di dati di addestramento per creare quello di test, solo se le immagini di addestramento includono riquadri di delimitazione etichettati. Se le immagini di addestramento hanno solo etichette a livello di immagine, è necessario creare un set di dati di test che includa immagini con riquadri di delimitazione etichettati. Se si addestra un modello per trovare le posizioni dei marchi, farlo con in Etichettatura degli oggetti con riquadri di delimitazione e Assegnazione di etichette a livello di immagine a un'immagine a seconda di come si etichettano le immagini.
Il progetto di esempio Rilevamento di marchi mostra come Amazon Rekognition Custom Labels utilizza riquadri di delimitazione etichettati per addestrare un modello che trova le posizioni degli oggetti.
Requisiti di etichettatura per i tipi di modello
Utilizzare la tabella seguente per stabilire come etichettare le immagini.
È possibile unire etichette a livello di immagine e immagini etichettate con riquadro di delimitazione in un unico set di dati. In questo caso, Amazon Rekognition Custom Labels sceglie se creare un modello a livello di immagine o un modello di posizione degli oggetti.
| Esempio | Immagini di addestramento | Immagini di test |
|---|---|---|
|
1 etichetta a livello di immagine per immagine |
1 etichetta a livello di immagine per immagine |
|
|
Più etichette a livello di immagine per immagine |
Più etichette a livello di immagine per immagine |
|
|
etichette a livello di immagine (puoi anche utilizzare riquadri di delimitazione etichettati) |
Riquadri di delimitazione etichettati |
|
|
Riquadri di delimitazione etichettati |
Riquadri di delimitazione etichettati |
