Maamerkkien tunnistaminen Amazon Rekognitionin mukautetuilla tarroilla

Amazonin tunnistus on tietokonenäköpalvelu, jonka avulla on helppo lisätä kuva- ja videoanalyysiä sovelluksiisi käyttämällä hyväksi todettua, erittäin skaalautuvaa syväoppimisteknologiaa, joka ei vaadi koneoppimisen (ML) asiantuntemusta. Amazon Rekognitionin avulla voit tunnistaa kohteet, ihmiset, tekstit, kohtaukset ja toiminnot kuvista ja videoista sekä havaita sopimattoman sisällön. Amazon Rekognition tarjoaa myös erittäin tarkan kasvoanalyysin ja kasvojen hakuominaisuudet, joiden avulla voit havaita, analysoida ja vertailla kasvoja monenlaisiin käyttötarkoituksiin.

Amazon Rekognition mukautetut etiketit on Amazon Rekognitionin ominaisuus, jonka avulla on helppo rakentaa omia erikoistuneita ML-pohjaisia ​​kuva-analyysiominaisuuksia tunnistamaan ainutlaatuisia esineitä ja kohtauksia, jotka ovat olennainen käyttötapaus.

Joitakin Rekognition Custom Labels -tarrojen yleisiä käyttötapauksia ovat esimerkiksi logosi löytäminen sosiaalisen median viesteistä, tuotteiden tunnistaminen kauppojen hyllyiltä, ​​koneenosien luokittelu kokoonpanolinjalla, terveiden ja tartunnan saaneiden kasvien erottaminen ja paljon muuta.

Amazon Rekognition Labels tukee suosittuja maamerkkejä, kuten Brooklyn Bridge, Colosseum, Eiffel-torni, Machu Picchu, Taj Mahal, ja enemmän. Jos sinulla on muita maamerkkejä tai rakennuksia, joita Amazon Rekognition ei vielä tue, voit silti käyttää Amazon Rekognitionin mukautettuja tarroja.

Tässä viestissä esittelemme Rekognition Custom Labels -tunnisteiden käyttöä Amazon Spheres -rakennuksen havaitsemiseen Seattlessa.

Rekognition Custom Labelsin avulla AWS huolehtii raskaiden nostoista puolestasi. Rekognition Custom Labels rakentuu Amazon Rekognitionin olemassa olevista ominaisuuksista, jotka on jo koulutettu kymmeniin miljooniin kuviin useissa eri luokissa. Tuhansien kuvien sijaan sinun tarvitsee vain ladata pieni sarja harjoituskuvia (yleensä muutama sata kuvaa tai vähemmän), jotka ovat omia käyttötapauksiasi yksinkertaisen konsolimme kautta. Amazon Rekognition voi aloittaa harjoittelun muutamalla napsautuksella. Kun Amazon Rekognition alkaa harjoitella kuvasarjastasi, se voi tuottaa sinulle mukautetun kuva-analyysimallin muutamassa minuutissa tai tunnissa. Kulissien takana Rekognition Custom Labels lataa ja tarkastaa harjoitustiedot automaattisesti, valitsee sopivat ML-algoritmit, kouluttaa mallin ja tarjoaa mallin suorituskykymittareita. Voit sitten käyttää mukautettua malliasi Rekognition Custom Labels API:n kautta ja integroida sen sovelluksiisi.

Ratkaisun yleiskatsaus

Esimerkkissämme käytämme Amazon Spheres rakennus Seattlessa. Koulutamme mallin Rekognition Custom Labels -tunnisteiden avulla; aina kun samanlaisia ​​kuvia käytetään, algoritmin tulee tunnistaa se muotoon Amazon Spheres sijasta Dome, Architecture, Glass building, tai muita tarroja.

Otetaan ensin esimerkki Amazon Rekognitionin tarrantunnistusominaisuuden käytöstä, jossa syötämme Amazon Spheres -kuvan ilman mukautettua koulutusta. Käytämme Amazon Rekognition -konsolia tarrantunnistusdemon avaamiseen ja valokuvan lataamiseen.

Kun kuva on ladattu ja analysoitu, näemme tunnisteet, joiden alla on niiden luotettavuuspisteet tulokset. Tässä tapauksessa, Dome havaittiin 99.2 %:n luottamuspisteellä Architecture 99.2 prosentilla, Building 99.2 prosentilla, Metropolis 79.4 prosentilla ja niin edelleen.

Haluamme käyttää mukautettua merkintää tuottaaksemme tietokonenäkömallin, joka voi merkitä kuvan Amazon Spheres.

Seuraavissa osioissa opastamme sinut tietojoukkosi valmistelun, Rekognition Custom Labels -projektin luomisen, mallin koulutuksen, tulosten arvioinnin ja sen testaamisen lisäkuvilla.

Edellytykset

Ennen vaiheiden aloittamista on olemassa kiintiöt Rekognitionin mukautettuja tarroja varten, joista sinun on oltava tietoinen. Jos haluat muuttaa rajoja, voit pyytää a palvelurajan korotus.

Luo tietojoukkosi

Jos tämä on ensimmäinen kerta, kun käytät Rekognitionin mukautettuja tunnisteita, sinua kehotetaan luomaan Amazonin yksinkertainen tallennuspalvelu (Amazon S3) -ämpäri tietojoukon tallentamiseen.

Tässä blogiesittelyssä olemme käyttäneet Amazon Spheres -kuvia, jotka otimme vieraillessamme Seattlessa, WA. Voit vapaasti käyttää omia kuviasi tarpeidesi mukaan.

Kopioi tietojoukkosi äskettäin luotuun säilöön, joka tallentaa kuvasi vastaaviin etuliitteisiin.

Luo projekti

Luo Rekognition Custom Labels -projektisi suorittamalla seuraavat vaiheet:

1. Valitse Rekognition Custom Labels -konsolista Luo projekti.
2. varten Projektin nimi, kirjoita nimi.
3. Valita Luo hanke.
   
   Nyt määritämme harjoitus- ja testitietojoukon kokoonpanon ja polun.
4. Valita Luo tietojoukko.
   

Voit aloittaa projektista, jossa on yksi tietojoukko, tai projektista, jossa on erilliset koulutus- ja testitietojoukot. Jos aloitat yhdestä tietojoukosta, Rekognition Custom Labels jakaa tietojoukon harjoituksen aikana luodakseen harjoitustietojoukon (80 %) ja testitietojoukon (20 %) projektillesi.

Lisäksi voit luoda koulutus- ja testitietojoukkoja projektille tuomalla kuvia jostakin seuraavista paikoista:

Tässä viestissä käytämme omaa mukautettua Amazon Spheres -tietojoukkoamme.

1. valita Aloita yhdestä tietojoukosta.
2. valita Tuo kuvat S3-ämpäriin.
   
3. varten S3 URI, syötä polku S3-ämpäriisi.
4. Jos haluat, että Rekognition Custom Labels merkitsee kuvat automaattisesti puolestasi S3-säilön kansioiden nimien perusteella, valitse Määritä kuville automaattisesti kuvatason tarrat kansion nimen perusteella.
   
5. Valita Luo tietojoukko.

Näyttöön tulee sivu, joka näyttää kuvat etiketeineen. Jos näet tarroissa virheitä, katso Tietojoukkojen virheenkorjaus.

Harjoittele mallia

Kun olet tarkistanut tietojoukon, voit nyt kouluttaa mallia.

1. Valita junan malli.
2. varten Valitse projekti, anna projektisi ARN, jos sitä ei ole vielä luettelossa.
3. Valita Junamalli.

In Mallit -osiossa voit tarkistaa nykyisen tilan kohdasta Mallin tila sarakkeessa, jossa koulutus on meneillään. Harjoittelu kestää yleensä 30 minuutista 24 tuntiin riippuen useista tekijöistä, kuten kuvien määrästä ja tarrojen määrästä harjoitussarjassa sekä mallin kouluttamiseen käytettyjen ML-algoritmien tyypeistä.

Kun mallikoulutus on valmis, näet mallin tilan muodossa TRAINING_COMPLETED. Jos koulutus epäonnistuu, katso Epäonnistuneen mallikoulutuksen virheenkorjaus.

Arvioi malli

Avaa mallin tietosivu. The Arviointi -välilehti näyttää kunkin tunnisteen tiedot ja koko testitietojoukon keskimääräisen mittarin.

Rekognition Custom Labels -konsoli tarjoaa seuraavat tiedot yhteenvetona koulutustuloksista ja mittareina jokaiselle tunnisteelle:

Voit tarkastella koulutetun mallisi tuloksia yksittäisille kuville seuraavan kuvakaappauksen mukaisesti.

Testaa malli

Nyt kun olemme nähneet arvioinnin tulokset, olemme valmiita käynnistämään mallin ja analysoimaan uusia kuvia.

Voit aloittaa mallin Käytä mallia -välilehti Rekognition Custom Labels -konsolissa tai käyttämällä AloitaProjectVersion käyttö kautta AWS-komentoriviliitäntä (AWS CLI) tai Python SDK.

Kun malli on käynnissä, voimme analysoida uudet kuvat käyttämällä DetectCustomLabels API. Tulos kohteesta DetectCustomLabels on ennuste, että kuva sisältää tiettyjä esineitä, kohtauksia tai käsitteitä. Katso seuraava koodi:

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

Tulosteessa näet etiketin ja sen luottamuspisteet:

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

Kuten tuloksesta näkyy, voit vain muutamalla napsautuksella käyttää Rekognitionin mukautettuja tarroja saadaksesi tarkat merkintätulokset. Voit käyttää tätä lukuisiin kuvien käyttötapauksiin, kuten yksilöityjen elintarvikkeiden, lemmikkien, koneen osien ja muiden merkintöjen tunnistamiseen.

Puhdistaa

Puhdistaaksesi osana tätä viestiä luomasi resurssit ja välttääksesi mahdolliset toistuvat kulut, suorita seuraavat vaiheet:

1. On Käytä mallia välilehti, pysäytä malli.
   Vaihtoehtoisesti voit pysäyttää mallin käyttämällä StopProjectVersion käyttö AWS CLI:n tai Python SDK:n kautta. Odota, kunnes malli on Stopped ennen kuin jatkat seuraaviin vaiheisiin.
2. Poista malli.
3. Poista projekti.
4. Poista tietojoukko.
5. Tyhjä S3-ämpäri sisältö ja poistaa ämpäri.

Yhteenveto

Tässä viestissä näytimme, kuinka Rekognitionin mukautettuja tarroja käytetään rakennuskuvien havaitsemiseen.

Voit aloittaa mukautetun kuvatietojoukon käytön, ja muutamalla yksinkertaisella Rekognition Custom Labels -konsolin napsautuksella voit harjoitella malliasi ja havaita kuvissa olevia kohteita. Rekognition Custom Labels voi automaattisesti ladata ja tarkastaa tiedot, valita oikeat ML-algoritmit, kouluttaa mallia ja tarjota mallin suorituskykymittareita. Voit tarkastella yksityiskohtaisia ​​suorituskykymittareita, kuten tarkkuutta, muistamista, F1-pisteitä ja luottamuspisteitä.

On tullut päivä, jolloin voimme nyt tunnistaa suosittuja rakennuksia, kuten Empire State Building New Yorkissa, Taj Mahal Intiassa ja monet muut eri puolilla maailmaa valmiiksi merkittyinä ja valmiina käytettäväksi älykkyyttä varten sovelluksissasi. Mutta jos sinulla on muita maamerkkejä, joita Amazon Rekognition Labels ei vielä tue, älä etsi enää ja kokeile Amazon Rekognitionin mukautettuja tarroja.

Lisätietoja mukautettujen tarrojen käytöstä on Mikä on Amazon Rekognition Custom Labels? Vieraile myös meillä GitHub repo Amazon Rekognitionin mukautetun tuotemerkin tunnistuksen päästä-päähän työnkulkuun.

Tietoja tekijöistä:

Suresh Patnam on pääasiallinen BDM – GTM AI/ML -johtaja AWS:ssä. Hän työskentelee asiakkaiden kanssa IT-strategian rakentamiseksi ja tekee pilven kautta tapahtuvasta digitaalisesta transformaatiosta helpommin saavutettavissa hyödyntämällä dataa ja tekoälyä/ML:ää. Vapaa-ajallaan Suresh pelaa tennistä ja viettää aikaa perheensä kanssa.

Pupu Kaushik on ratkaisuarkkitehti AWS:ssä. Hän on intohimoinen tekoäly/ML-ratkaisujen rakentamiseen AWS:lle ja asiakkaiden auttamiseen AWS-alustalla. Työn ulkopuolella hän harrastaa patikointia, kiipeilyä ja uintia.