步骤 4：使用模型分析图像

您可以通过调用 DetectCustomLabels API 来分析图像。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。您可以从 Amazon Rekognition Custom Labels 控制台获取 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”，单击“停止”按钮可停止正在运行的模型。</phrase></textobject>

   设置 AWS CLI（如果尚未如此）。有关说明，请参阅 步骤 4：设置 AWS CLI 和 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显示模型“正在运行”，带有“停止”按钮用于停止正在运行的模型，并提供用于显示 API 的选项。

   

4. 选择 AWS CLI 命令。

5. 在分析图像部分中，复制调用 detect-custom-labels 的 AWS CLI 命令。下面的 Rekognition 控制台图像显示“分析图像”部分，其中包含 AWS CLI 命令（可使用机器学习模型检测图像上的自定义标签），以及用于启动模型和提供图像详细信息的指令。

   

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。

   --project-version-arn 的值应为模型的 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 配置文件来获取凭证，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

   如果模型查找物体、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. 将图像上传到您的 AWS 账户拥有的 Amazon S3 存储桶，该存储桶位于您在其中使用 Amazon Rekognition Custom Labels 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