步骤 2:训练模型 - Rekognition

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

步骤 2:训练模型

在此步骤中,您将训练您的模型。系统会自动为您配置训练和测试数据集。训练成功完成后,您可以看到整体的评估结果,以及单个测试图像的评估结果。有关更多信息,请参阅 训练 Amazon Rekognition Custom Labels 模型

训练您的模型
  1. 在数据集页面上,选择训练模型。下图显示了带有火车模型按钮的控制台。

    房间数据集的控制台界面使用训练模型按钮开始训练模型。
  2. 训练模型页面上,选择训练模型。下图显示了 “训练模型” 按钮,请注意,您的项目的 Amazon 资源名称 (ARN) 位于选择项目编辑框中。

    带有项目 ARN 输入字段和训练模型按钮的训练模型页面。
  3. 在 “你想训练你的模型吗?” 对话框(如下图所示),选择 “训练模型”。

    使用取消和训练模型按钮开始模型训练的对话框。
  4. 训练完成后,选择模型名称。模型状态为 T RAINING_COMPLETED 时,训练即告完成,如以下控制台屏幕截图所示。

    模型训练界面显示名为 “rooms_19.2021-07-13T 10:36:30” 的模型的已完成状态,性能分数为 0.902,状态为 “TRAINING_COMPLETED”。
  5. 选择评估按钮,以查看评估结果。有关评估模型的信息,请参阅改进经过训练的 Amazon Rekognition Custom Labels 模型

  6. 选择查看测试结果,以查看单个测试图像的结果。如以下屏幕截图所示,评估仪表板显示每个标签的F1分数、精度和召回率等指标以及测试图像的数量。还会显示平均值、精度和召回率等总体指标。

    模型评估结果显示了 10 个标签的性能指标。
  7. 查看测试结果后,选择模型名称返回模型页面。以下是性能仪表板的屏幕截图,您可以单击该仪表板返回模型页面。

    来自测试结果的两张示例图像,其中包含预测的标签和置信度分数,以及返回模型页面的面包屑链接。