Προσδιορισμός ορόσημων με προσαρμοσμένες ετικέτες αναγνώρισης Amazon

Αναγνώριση Amazon είναι μια υπηρεσία όρασης υπολογιστή που διευκολύνει την προσθήκη ανάλυσης εικόνας και βίντεο στις εφαρμογές σας χρησιμοποιώντας αποδεδειγμένη, εξαιρετικά επεκτάσιμη, βαθιά τεχνολογία εκμάθησης που δεν απαιτεί τεχνογνωσία μηχανικής μάθησης (ML). Με το Amazon Rekognition, μπορείτε να αναγνωρίσετε αντικείμενα, άτομα, κείμενο, σκηνές και δραστηριότητες σε εικόνες και βίντεο και να εντοπίσετε ακατάλληλο περιεχόμενο. Το Amazon Rekognition παρέχει επίσης εξαιρετικά ακριβείς δυνατότητες ανάλυσης προσώπου και αναζήτησης προσώπου που μπορείτε να χρησιμοποιήσετε για να εντοπίσετε, να αναλύσετε και να συγκρίνετε πρόσωπα για μια μεγάλη ποικιλία περιπτώσεων χρήσης.

Προσαρμοσμένες ετικέτες αναγνώρισης Amazon είναι ένα χαρακτηριστικό του Amazon Rekognition που διευκολύνει τη δημιουργία των δικών σας εξειδικευμένων δυνατοτήτων ανάλυσης εικόνας που βασίζονται σε ML για τον εντοπισμό μοναδικών αντικειμένων και σκηνών που είναι αναπόσπαστα στη συγκεκριμένη περίπτωση χρήσης σας.

Ορισμένες συνήθεις περιπτώσεις χρήσης προσαρμοσμένων ετικετών αναγνώρισης περιλαμβάνουν την εύρεση του λογότυπού σας σε αναρτήσεις στα μέσα κοινωνικής δικτύωσης, την αναγνώριση των προϊόντων σας στα ράφια των καταστημάτων, την ταξινόμηση εξαρτημάτων μηχανής σε μια γραμμή συναρμολόγησης, τη διάκριση μεταξύ υγιών και μολυσμένων φυτών και πολλά άλλα.

Ετικέτες αναγνώρισης Amazon υποστηρίζει δημοφιλή ορόσημα όπως η γέφυρα του Μπρούκλιν, το Κολοσσαίο, ο Πύργος του Άιφελ, το Μάτσου Πίτσου, το Ταζ Μαχάλ, κι αλλα. Εάν έχετε άλλα ορόσημα ή κτίρια που δεν υποστηρίζονται ακόμη από το Amazon Rekognition, μπορείτε ακόμα να χρησιμοποιήσετε τις προσαρμοσμένες ετικέτες αναγνώρισης Amazon.

Σε αυτήν την ανάρτηση, παρουσιάζουμε τη χρήση προσαρμοσμένων ετικετών αναγνώρισης για τον εντοπισμό του κτιρίου Amazon Spheres στο Σιάτλ.

Με τις Προσαρμοσμένες Ετικέτες Αναγνώρισης, η AWS φροντίζει για την ανύψωση βαρών για εσάς. Το Rekognition Custom Labels βασίζεται στις υπάρχουσες δυνατότητες του Amazon Rekognition, το οποίο έχει ήδη εκπαιδευτεί σε δεκάδες εκατομμύρια εικόνες σε πολλές κατηγορίες. Αντί για χιλιάδες εικόνες, χρειάζεται απλώς να ανεβάσετε ένα μικρό σύνολο εικόνων εκπαίδευσης (συνήθως μερικές εκατοντάδες εικόνες ή λιγότερες) που είναι ειδικά για την περίπτωση χρήσης σας μέσω της απλής κονσόλας μας. Το Amazon Rekognition μπορεί να ξεκινήσει την εκπαίδευση με λίγα μόνο κλικ. Αφού το Amazon Rekognition ξεκινήσει την εκπαίδευση από το σύνολο εικόνων σας, μπορεί να δημιουργήσει ένα προσαρμοσμένο μοντέλο ανάλυσης εικόνας για εσάς μέσα σε λίγα λεπτά ή ώρες. Στα παρασκήνια, το Rekognition Custom Labels φορτώνει και επιθεωρεί αυτόματα τα δεδομένα εκπαίδευσης, επιλέγει τους κατάλληλους αλγόριθμους ML, εκπαιδεύει ένα μοντέλο και παρέχει μετρήσεις απόδοσης μοντέλου. Στη συνέχεια, μπορείτε να χρησιμοποιήσετε το προσαρμοσμένο μοντέλο σας μέσω του API προσαρμοσμένων ετικετών αναγνώρισης και να το ενσωματώσετε στις εφαρμογές σας.

Επισκόπηση λύσεων

Για το παράδειγμά μας, χρησιμοποιούμε το Σφαίρες του Αμαζονίου κτίριο στο Σιάτλ. Εκπαιδεύουμε ένα μοντέλο χρησιμοποιώντας προσαρμοσμένες ετικέτες αναγνώρισης. κάθε φορά που χρησιμοποιούνται παρόμοιες εικόνες, ο αλγόριθμος θα πρέπει να τις προσδιορίζει ως Amazon Spheres αντί του Dome, Architecture, Glass building, ή άλλες ετικέτες.

Ας δείξουμε πρώτα ένα παράδειγμα χρήσης της δυνατότητας ανίχνευσης ετικετών του Amazon Rekognition, όπου τροφοδοτούμε την εικόνα των Amazon Spheres χωρίς καμία προσαρμοσμένη εκπαίδευση. Χρησιμοποιούμε την κονσόλα Amazon Rekognition για να ανοίξουμε το demo εντοπισμού ετικέτας και να ανεβάσουμε τη φωτογραφία μας.

Μετά τη μεταφόρτωση και την ανάλυση της εικόνας, βλέπουμε ετικέτες με τους βαθμούς εμπιστοσύνης τους κάτω Αποτελέσματα. Σε αυτήν την περίπτωση, Dome ανιχνεύθηκε με βαθμολογία εμπιστοσύνης 99.2%, Architecture με 99.2%, Building με 99.2%, Metropolis με 79.4%, κ.ο.κ.

Θέλουμε να χρησιμοποιήσουμε προσαρμοσμένη ετικέτα για να δημιουργήσουμε ένα μοντέλο υπολογιστικής όρασης που μπορεί να φέρει ετικέτα στην εικόνα Amazon Spheres.

Στις επόμενες ενότητες, σας καθοδηγούμε στην προετοιμασία του συνόλου δεδομένων σας, τη δημιουργία ενός έργου Προσαρμοσμένων ετικετών αναγνώρισης, την εκπαίδευση του μοντέλου, την αξιολόγηση των αποτελεσμάτων και τη δοκιμή του με πρόσθετες εικόνες.

Προϋποθέσεις

Πριν ξεκινήσετε με τα βήματα, υπάρχουν ποσοστώσεις για Προσαρμοσμένες Ετικέτες Αναγνώρισης που πρέπει να γνωρίζετε. Εάν θέλετε να αλλάξετε τα όρια, μπορείτε να ζητήσετε α αύξηση του ορίου εξυπηρέτησης.

Δημιουργήστε το σύνολο δεδομένων σας

Εάν αυτή είναι η πρώτη φορά που χρησιμοποιείτε Προσαρμοσμένες Ετικέτες Αναγνώρισης, θα σας ζητηθεί να δημιουργήσετε μια Απλή υπηρεσία αποθήκευσης Amazon (Amazon S3) κάδος για την αποθήκευση των δεδομένων σας.

Για αυτήν την επίδειξη ιστολογίου, χρησιμοποιήσαμε εικόνες από τις σφαίρες του Αμαζονίου, τις οποίες καταγράψαμε ενώ επισκεφτήκαμε το Σιάτλ, Ουάσιγκτον. Μη διστάσετε να χρησιμοποιήσετε τις δικές σας εικόνες σύμφωνα με τις ανάγκες σας.

Αντιγράψτε το σύνολο δεδομένων σας στον κάδο που δημιουργήθηκε πρόσφατα, ο οποίος αποθηκεύει τις εικόνες σας μέσα στα αντίστοιχα προθέματά τους.

Δημιουργήστε ένα έργο

Για να δημιουργήσετε το έργο σας Προσαρμοσμένες Ετικέτες Αναγνώρισης, ολοκληρώστε τα παρακάτω βήματα:

1. Στην κονσόλα Rekognition Custom Labels, επιλέξτε Δημιουργήστε ένα έργο.
2. Για Όνομα έργου, πληκτρολογήστε ένα όνομα.
3. Επιλέξτε Δημιουργία έργου.
   
   Τώρα καθορίζουμε τη διαμόρφωση και τη διαδρομή του συνόλου εκπαίδευσης και δοκιμής.
4. Επιλέξτε Δημιουργία συνόλου δεδομένων.
   

Μπορείτε να ξεκινήσετε με ένα έργο που έχει ένα μόνο σύνολο δεδομένων ή ένα έργο που έχει ξεχωριστά σύνολα δεδομένων εκπαίδευσης και δοκιμής. Εάν ξεκινήσετε με ένα μόνο σύνολο δεδομένων, οι προσαρμοσμένες ετικέτες αναγνώρισης διαχωρίζουν το σύνολο δεδομένων σας κατά τη διάρκεια της εκπαίδευσης για να δημιουργήσουν ένα σύνολο δεδομένων εκπαίδευσης (80%) και ένα δοκιμαστικό σύνολο δεδομένων (20%) για το έργο σας.

Επιπλέον, μπορείτε να δημιουργήσετε σύνολα δεδομένων εκπαίδευσης και δοκιμής για ένα έργο εισάγοντας εικόνες από μία από τις ακόλουθες τοποθεσίες:

Για αυτήν την ανάρτηση, χρησιμοποιούμε το δικό μας προσαρμοσμένο σύνολο δεδομένων των Amazon Spheres.

1. Αγορά Ξεκινήστε με ένα ενιαίο σύνολο δεδομένων.
2. Αγορά Εισαγωγή εικόνων από τον κάδο S3.
   
3. Για S3 URI, εισαγάγετε τη διαδρομή προς τον κάδο S3 σας.
4. Εάν θέλετε οι προσαρμοσμένες ετικέτες αναγνώρισης να επισημαίνουν αυτόματα τις εικόνες για εσάς με βάση τα ονόματα φακέλων στον κάδο S3, επιλέξτε Αυτόματη αντιστοίχιση ετικετών σε επίπεδο εικόνας σε εικόνες με βάση το όνομα του φακέλου.
   
5. Επιλέξτε Δημιουργία συνόλου δεδομένων.

Ανοίγει μια σελίδα που σας δείχνει τις εικόνες με τις ετικέτες τους. Εάν δείτε τυχόν σφάλματα στις ετικέτες, ανατρέξτε στο Εντοπισμός σφαλμάτων συνόλων δεδομένων.

Εκπαιδεύστε το μοντέλο

Αφού ελέγξετε το σύνολο δεδομένων σας, μπορείτε πλέον να εκπαιδεύσετε το μοντέλο.

1. Επιλέξτε μοντέλο τρένου.
2. Για Επιλέξτε έργο, εισαγάγετε το ARN για το έργο σας εάν δεν είναι ήδη καταχωρημένο.
3. Επιλέξτε Μοντέλο αμαξοστοιχίας.

Στο Μοντέλα ενότητα της σελίδας του έργου, μπορείτε να ελέγξετε την τρέχουσα κατάσταση στο Κατάσταση μοντέλου στήλη, όπου βρίσκεται σε εξέλιξη η εκπαίδευση. Ο χρόνος εκπαίδευσης συνήθως διαρκεί 30 λεπτά έως 24 ώρες για να ολοκληρωθεί, ανάλογα με διάφορους παράγοντες όπως ο αριθμός των εικόνων και ο αριθμός των ετικετών στο σετ εκπαίδευσης και οι τύποι αλγορίθμων ML που χρησιμοποιούνται για την εκπαίδευση του μοντέλου σας.

Όταν ολοκληρωθεί η εκπαίδευση του μοντέλου, μπορείτε να δείτε την κατάσταση του μοντέλου ως TRAINING_COMPLETED. Εάν η εκπαίδευση αποτύχει, ανατρέξτε στο Εντοπισμός σφαλμάτων μιας αποτυχημένης εκπαίδευσης μοντέλου.

Αξιολογήστε το μοντέλο

Ανοίξτε τη σελίδα λεπτομερειών μοντέλου. ο Εκτίμηση Η καρτέλα εμφανίζει μετρήσεις για κάθε ετικέτα και τη μέση μέτρηση για ολόκληρο το σύνολο δεδομένων δοκιμής.

Η κονσόλα Rekognition Custom Labels παρέχει τις ακόλουθες μετρήσεις ως σύνοψη των αποτελεσμάτων εκπαίδευσης και ως μετρήσεις για κάθε ετικέτα:

Μπορείτε να δείτε τα αποτελέσματα του εκπαιδευμένου μοντέλου σας για μεμονωμένες εικόνες, όπως φαίνεται στο παρακάτω στιγμιότυπο οθόνης.

Δοκιμάστε το μοντέλο

Τώρα που είδαμε τα αποτελέσματα της αξιολόγησης, είμαστε έτοιμοι να ξεκινήσουμε το μοντέλο και να αναλύσουμε νέες εικόνες.

Μπορείτε να ξεκινήσετε το μοντέλο στο Χρησιμοποιήστε το μοντέλο καρτέλα στην κονσόλα Προσαρμοσμένων ετικετών αναγνώρισης ή χρησιμοποιώντας το StartProjectVersion λειτουργία μέσω του Διεπαφή γραμμής εντολών AWS (AWS CLI) ή Python SDK.

Όταν το μοντέλο εκτελείται, μπορούμε να αναλύσουμε τις νέες εικόνες χρησιμοποιώντας το DetectCustomLabels API. Το αποτέλεσμα από DetectCustomLabels είναι μια πρόβλεψη ότι η εικόνα περιέχει συγκεκριμένα αντικείμενα, σκηνές ή έννοιες. Δείτε τον παρακάτω κώδικα:

aws rekognition detect-custom-labels 
--project-version-arn  
--image '{"S3Object": {"Bucket":,"Name":}}' 
--region 

Στην έξοδο, μπορείτε να δείτε την ετικέτα με τη βαθμολογία εμπιστοσύνης της:

{
    "Custom Labels": [
        {
            "Name": "Amazon Spheres",
            "Confidence": 93.55500030517578
        }
    ]
}

Όπως μπορείτε να δείτε από το αποτέλεσμα, μόνο με λίγα απλά κλικ, μπορείτε να χρησιμοποιήσετε προσαρμοσμένες ετικέτες αναγνώρισης για να επιτύχετε ακριβή αποτελέσματα ετικετών. Μπορείτε να το χρησιμοποιήσετε για πολλές περιπτώσεις χρήσης εικόνων, όπως η αναγνώριση προσαρμοσμένης ετικέτας για τρόφιμα, κατοικίδια, εξαρτήματα μηχανών και άλλα.

εκκαθάριση

Για να καθαρίσετε τους πόρους που δημιουργήσατε ως μέρος αυτής της ανάρτησης και να αποφύγετε τυχόν επαναλαμβανόμενα κόστη, ολοκληρώστε τα παρακάτω βήματα:

1. Στις Χρησιμοποιήστε το μοντέλο αυτί, σταματήστε το μοντέλο.
   Εναλλακτικά, μπορείτε να σταματήσετε το μοντέλο χρησιμοποιώντας το StopProjectVersion λειτουργία μέσω του AWS CLI ή του Python SDK. Περιμένετε έως ότου το μοντέλο βρίσκεται στο Stopped κατάσταση πριν συνεχίσετε στα επόμενα βήματα.
2. Διαγράψτε το μοντέλο.
3. Διαγράψτε το έργο.
4. Διαγράψτε το σύνολο δεδομένων.
5. Αδειάστε τα περιεχόμενα του κάδου S3 και διαγράψετε ο κουβάς.

Συμπέρασμα

Σε αυτήν την ανάρτηση, δείξαμε πώς να χρησιμοποιείτε προσαρμοσμένες ετικέτες αναγνώρισης για τον εντοπισμό εικόνων κτιρίων.

Μπορείτε να ξεκινήσετε με τα προσαρμοσμένα σύνολα δεδομένων εικόνων και με μερικά απλά κλικ στην κονσόλα Rekognition Custom Labels, μπορείτε να εκπαιδεύσετε το μοντέλο σας και να ανιχνεύσετε αντικείμενα σε εικόνες. Οι προσαρμοσμένες ετικέτες αναγνώρισης μπορούν να φορτώσουν και να επιθεωρήσουν αυτόματα τα δεδομένα, να επιλέξουν τους σωστούς αλγόριθμους ML, να εκπαιδεύσουν ένα μοντέλο και να παρέχουν μετρήσεις απόδοσης μοντέλου. Μπορείτε να ελέγξετε λεπτομερείς μετρήσεις απόδοσης, όπως ακρίβεια, ανάκληση, βαθμολογίες F1 και βαθμολογίες εμπιστοσύνης.

Ήρθε η μέρα που πλέον μπορούμε να αναγνωρίσουμε δημοφιλή κτίρια όπως το Empire State Building στη Νέα Υόρκη, το Ταζ Μαχάλ στην Ινδία και πολλά άλλα σε όλο τον κόσμο προσημασμένα και έτοιμα για χρήση για ευφυΐα στις εφαρμογές σας. Αλλά αν έχετε άλλα ορόσημα που δεν υποστηρίζονται ακόμη από τις ετικέτες αναγνώρισης Amazon, μην ψάξετε άλλο και δοκιμάστε τις προσαρμοσμένες ετικέτες αναγνώρισης της Amazon.

Για περισσότερες πληροφορίες σχετικά με τη χρήση προσαρμοσμένων ετικετών, δείτε Τι είναι οι προσαρμοσμένες ετικέτες Amazon Recognition; Επίσης, επισκεφτείτε το GitHub repo για μια ολοκληρωμένη ροή εργασιών εντοπισμού προσαρμοσμένης επωνυμίας Amazon Rekognition.

Σχετικά με τους συγγραφείς:

Σουρές Πατνάμ είναι Κύριος ηγέτης BDM – GTM AI/ML στην AWS. Συνεργάζεται με πελάτες για τη δημιουργία στρατηγικής πληροφορικής, καθιστώντας τον ψηφιακό μετασχηματισμό μέσω του cloud πιο προσιτός αξιοποιώντας δεδομένα και AI/ML. Στον ελεύθερο χρόνο του, ο Suresh απολαμβάνει να παίζει τένις και να περνά χρόνο με την οικογένειά του.

Λαγουδάκι Kaushik είναι αρχιτέκτονας λύσεων στην AWS. Είναι παθιασμένος με τη δημιουργία λύσεων AI/ML στο AWS και να βοηθά τους πελάτες να καινοτομούν στην πλατφόρμα AWS. Εκτός δουλειάς, του αρέσει η πεζοπορία, η αναρρίχηση και το κολύμπι.