步骤 4：使用模型分析图像

您可以通过调用来分析图像DetectCustomLabelsAPI。在此步骤中，您将使用 detect-custom-labels AWS Command Line Interface (AWS CLI) 命令分析示例图像。你可以从 Amazon Rekognition 自定义标签控制台获得 AWS CLI 命令。控制台将 AWS CLI 命令配置为使用您的模型。您只需要提供存储在 Amazon S3 存储桶中的图像即可。本主题提供了可用于每个示例项目的图像。

注意

控制台还提供了调用 Python 示例代码。

detect-custom-labels 的输出包括在图像中找到的标签列表、边界框（如果模型会查找物体位置）以及模型对预测准确性的置信度。

有关更多信息，请参阅 使用经过训练的模型分析图像。

分析图像（控制台）

1. <textobject><phrase>模型状态显示为 “正在运行”，使用 “停止” 按钮可停止正在运行的模型。 </phrase></textobject>

   如果您还没有，请设置 AWS CLI. 有关说明，请参阅 步骤 4：设置 AWS CLI 以及 AWS SDKs。

2. 开始运行您的模型（如果尚未如此）。有关更多信息，请参阅 步骤 3：启动模型。

3. 选择 “使用模型” 选项卡，然后选择API代码。下图所示的模型状态面板将模型显示为 “正在运行”，带有用于停止运行模型的 “停止” 按钮以及用于显示 “” 的选项API。

   

4. 选择AWSCLI命令。

5. 在分析图像部分中，复制调用的 AWS CLI 命令detect-custom-labels。Rekognition 控制台的下图显示了 “分析图像” 部分，其中AWSCLI包含使用机器学习模型检测图像上的自定义标签的命令，以及启动模型和提供图像详细信息的说明。

   

6. 将示例图像上传到 Amazon S3 存储桶。有关说明，请参阅 获取示例图像。

7. 在命令提示符处，输入您在上一步中复制的 AWS CLI 命令。它应该类似于以下示例。

   的值--project-version-arn应为您的模型的 Amazon 资源名称 (ARN)。--region 的值应为您在其中创建模型的 AWS 区域。

   将 MY_BUCKET 和 PATH_TO_MY_IMAGE 更改为您在上一步中使用的 Amazon S3 存储桶和图像。

   如果您使用custom-labels-access配置文件获取证书，请添加--profile custom-labels-access参数。

   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

   如果模型找到了对象、场景和概念，则 AWS CLI 命令的JSON输出应类似于以下内容。 Name是模型找到的图像级标签的名称。 Confidence(0-100) 是模型对预测准确性的置信度。

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

   如果模型查找物体位置或品牌，则会返回带标签的边界框。BoundingBox 包含围绕物体的方框的位置。Name 是模型在边界框中找到的物体。Confidence 是模型对边界框所包含物体的置信度。

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

8. 继续使用该模型分析其他图像。如果不再使用该模型，请停止模型。有关更多信息，请参阅 步骤 5：停止模型。

获取示例图像

您可以将下列图像与 DetectCustomLabels 操作结合使用。每个项目都有一个图像。要使用这些图像，您需要将它们上传到 S3 存储桶。

使用示例图像

1. 右键单击下面与您正在使用的示例项目匹配的图像。然后选择保存图像，将图像保存到您的计算机。菜单选项可能会有所不同，具体取决于您使用的浏览器。

2. 将图片上传到您的 AWS 账户拥有的 Amazon S3 存储桶，该存储桶位于您使用亚马逊 Rekognition 自定义标签的同一 AWS 区域。

   有关说明，请参阅《Amazon Simple Storage Service 用户指南》中的将对象上传到 Amazon S3。

图像分类

多标签分类

品牌检测

物体定位