Identifisere landemerker med tilpassede etiketter for Amazon Rekognition

Amazon-anerkjennelse er en datasynstjeneste som gjør det enkelt å legge til bilde- og videoanalyse til applikasjonene dine ved å bruke velprøvd, svært skalerbar dyplæringsteknologi som ikke krever ekspertise på maskinlæring (ML). Med Amazon Rekognition kan du identifisere objekter, personer, tekst, scener og aktiviteter i bilder og videoer og oppdage upassende innhold. Amazon Rekognition gir også svært nøyaktige funksjoner for ansiktsanalyse og ansiktssøk som du kan bruke til å oppdage, analysere og sammenligne ansikter for en lang rekke brukstilfeller.

Amazon Rekognition Egendefinerte etiketter er en funksjon i Amazon Rekognition som gjør det enkelt å bygge dine egne spesialiserte ML-baserte bildeanalysefunksjoner for å oppdage unike objekter og scener som er integrert i ditt spesifikke bruksområde.

Noen vanlige brukstilfeller av Rekognition Custom Labels inkluderer å finne logoen din i innlegg på sosiale medier, identifisere produktene dine i butikkhyllene, klassifisere maskindeler i et samlebånd, skille mellom sunne og infiserte planter og mer.

Amazon-gjenkjenningsetiketter støtter populære landemerker som Brooklyn Bridge, Colosseum, Eiffeltårnet, Machu Picchu, Taj Mahal, og mer. Hvis du har andre landemerker eller bygninger som ennå ikke støttes av Amazon Rekognition, kan du fortsatt bruke tilpassede etiketter for Amazon Rekognition.

I dette innlegget demonstrerer vi bruk av egendefinerte etiketter for anerkjennelse for å oppdage Amazon Spheres-bygningen i Seattle.

Med Rekognition Custom Labels tar AWS seg av de tunge løftene for deg. Anerkjennelse Egendefinerte etiketter bygger på de eksisterende egenskapene til Amazon Rekognition, som allerede er trent på titalls millioner bilder i mange kategorier. I stedet for tusenvis av bilder, trenger du ganske enkelt å laste opp et lite sett med treningsbilder (vanligvis noen få hundre bilder eller mindre) som er spesifikke for din brukssituasjon via vår enkle konsoll. Amazon Rekognition kan begynne å trene med bare noen få klikk. Etter at Amazon Rekognition begynner å trene fra bildesettet ditt, kan det produsere en tilpasset bildeanalysemodell for deg i løpet av få minutter eller timer. Bak kulissene laster og inspiserer Rekognition Custom Labels automatisk treningsdataene, velger de passende ML-algoritmene, trener en modell og gir modellytelsesmålinger. Du kan deretter bruke din egendefinerte modell via Rekognition Custom Labels API og integrere den i applikasjonene dine.

Løsningsoversikt

For vårt eksempel bruker vi Amazonas sfærer bygning i Seattle. Vi trener en modell ved å bruke Rekognition Custom Labels; når lignende bilder brukes, skal algoritmen identifisere det som Amazon Spheres istedenfor Dome, Architecture, Glass building, eller andre etiketter.

La oss først vise et eksempel på bruk av etikettdeteksjonsfunksjonen til Amazon Rekognition, der vi mater bildet av Amazon Spheres uten tilpasset opplæring. Vi bruker Amazon Rekognition-konsollen til å åpne etikettdeteksjonsdemoen og laste opp bildet vårt.

Etter at bildet er lastet opp og analysert, ser vi etiketter med deres konfidenspoeng under Resultater. I dette tilfellet, Dome ble oppdaget med en konfidensscore på 99.2 %, Architecture med 99.2%, Building med 99.2%, Metropolis med 79.4 %, og så videre.

Vi ønsker å bruke tilpasset merking for å produsere en datasynsmodell som kan merke bildet Amazon Spheres.

I de følgende delene veileder vi deg gjennom å forberede datasettet ditt, lage et Rekognition Custom Labels-prosjekt, trene modellen, evaluere resultatene og teste den med flere bilder.

Forutsetninger

Før du starter med trinnene, er det kvoter for egendefinerte etiketter for anerkjennelse som du må være oppmerksom på. Hvis du vil endre grensene, kan du be om en tjenestegrenseøkning.

Lag datasettet ditt

Hvis dette er første gang du bruker Rekognition Custom Labels, vil du bli bedt om å opprette en Amazon enkel lagringstjeneste (Amazon S3) bøtte for å lagre datasettet ditt.

For denne bloggdemonstrasjonen har vi brukt bilder av Amazonas-sfærene, som vi fanget mens vi besøkte Seattle, WA. Bruk gjerne dine egne bilder etter behov.

Kopier datasettet til den nyopprettede bøtten, som lagrer bildene dine innenfor deres respektive prefikser.

Lag et prosjekt

For å lage ditt Rekognition Custom Labels-prosjekt, fullfør følgende trinn:

1. På Rekognition Custom Labels-konsollen velger du Lag et prosjekt.
2. Til Prosjektnavn, skriv inn et navn.
3. Velg Opprett prosjekt.
   
   Nå spesifiserer vi konfigurasjonen og banen til trenings- og testdatasettet ditt.
4. Velg Lag datasett.
   

Du kan starte med et prosjekt som har et enkelt datasett, eller et prosjekt som har separate opplærings- og testdatasett. Hvis du starter med et enkelt datasett, deler Rekognition Custom Labels datasettet ditt under trening for å lage et treningsdatasett (80 %) og et testdatasett (20 %) for prosjektet ditt.

I tillegg kan du opprette opplærings- og testdatasett for et prosjekt ved å importere bilder fra ett av følgende steder:

For dette innlegget bruker vi vårt eget tilpassede datasett av Amazon Spheres.

1. Plukke ut Start med ett enkelt datasett.
2. Plukke ut Importer bilder fra S3-bøtte.
   
3. Til S3 URI, skriv inn stien til S3-bøtten din.
4. Hvis du vil at Rekognition Custom Labels automatisk skal merke bildene for deg basert på mappenavnene i S3-bøtten din, velg Tilordne automatisk etiketter på bildenivå til bilder basert på mappenavnet.
   
5. Velg Lag datasett.

En side åpnes som viser deg bildene med etikettene deres. Hvis du ser noen feil i etikettene, se Feilsøking av datasett.

Tren modellen

Etter at du har gjennomgått datasettet ditt, kan du nå trene modellen.

1. Velg togmodell.
2. Til Velg prosjekt, skriv inn ARN for prosjektet ditt hvis det ikke allerede er oppført.
3. Velg Togmodell.

på Modeller delen av prosjektsiden, kan du sjekke gjeldende status i Modellstatus kolonne, hvor opplæringen pågår. Treningstiden tar vanligvis 30 minutter til 24 timer å fullføre, avhengig av flere faktorer som antall bilder og antall etiketter i treningssettet, og typer ML-algoritmer som brukes til å trene modellen din.

Når modellopplæringen er fullført, kan du se modellstatus som TRAINING_COMPLETED. Hvis opplæringen mislykkes, se Feilsøking av en mislykket modellopplæring.

Evaluer modellen

Åpne siden med modelldetaljer. De Evaluering fanen viser beregninger for hver etikett, og gjennomsnittsberegningen for hele testdatasettet.

Rekognition Custom Labels-konsollen gir følgende beregninger som et sammendrag av treningsresultatene og som beregninger for hver etikett:

Du kan se resultatene av din trente modell for individuelle bilder, som vist i følgende skjermbilde.

Test modellen

Nå som vi har sett evalueringsresultatene, er vi klare til å starte modellen og analysere nye bilder.

Du kan starte modellen på Bruk modell fanen på Rekognition Custom Labels-konsollen, eller ved å bruke StartProjectVersion drift via AWS kommandolinjegrensesnitt (AWS CLI) eller Python SDK.

Når modellen kjører, kan vi analysere de nye bildene ved hjelp av Oppdag egendefinerte etiketter API. Resultatet fra DetectCustomLabels er en prediksjon om at bildet inneholder spesifikke objekter, scener eller konsepter. Se følgende kode:

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

I utdataene kan du se etiketten med dens konfidenspoeng:

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

Som du kan se av resultatet, bare med noen få enkle klikk, kan du bruke egendefinerte etiketter for anerkjennelse for å oppnå nøyaktige merkeresultater. Du kan bruke dette til en rekke bildebrukssaker, for eksempel å identifisere tilpasset merking for matvarer, kjæledyr, maskindeler og mer.

Rydd opp

For å rydde opp i ressursene du opprettet som en del av dette innlegget og unngå potensielle gjentakende kostnader, fullfør følgende trinn:

1. På Bruk modell tab, stoppe modellen.
   Alternativt kan du stoppe modellen ved å bruke StopProjectVersion drift via AWS CLI eller Python SDK. Vent til modellen er i Stopped tilstand før du fortsetter til neste trinn.
2. Slett modellen.
3. Slett prosjektet.
4. Slett datasettet.
5. Tom innholdet i S3 bøtte og slette bøtta.

konklusjonen

I dette innlegget viste vi hvordan du bruker Rekognition Custom Labels for å oppdage bygningsbilder.

Du kan komme i gang med dine egendefinerte bildedatasett, og med noen få enkle klikk på Rekognition Custom Labels-konsollen kan du trene modellen din og oppdage objekter i bilder. Egendefinerte etiketter for anerkjennelse kan automatisk laste og inspisere dataene, velge de riktige ML-algoritmene, trene en modell og gi modellytelsesmålinger. Du kan se gjennom detaljerte ytelsesberegninger som presisjon, tilbakekalling, F1-score og konfidensscore.

Dagen har kommet da vi nå kan identifisere populære bygninger som Empire State Building i New York City, Taj Mahal i India og mange andre over hele verden forhåndsmerket og klare til bruk for intelligens i applikasjonene dine. Men hvis du har andre landemerker som for øyeblikket ikke støttes av Amazon Rekognition Labels, trenger du ikke lete lenger og prøve ut Amazon Rekognition Custom Labels.

For mer informasjon om bruk av egendefinerte etiketter, se Hva er Amazon Rekognition Custom Labels? Besøk også vår GitHub repo for en ende-til-ende arbeidsflyt av Amazon Rekognition tilpasset merkevaredeteksjon.

Om forfatterne:

Suresh Patnam er en rektor BDM – GTM AI/ML-leder ved AWS. Han jobber med kunder for å bygge IT-strategi, og gjøre digital transformasjon gjennom skyen mer tilgjengelig ved å utnytte data og AI/ML. På fritiden liker Suresh å spille tennis og tilbringe tid med familien.

Bunny Kaushik er løsningsarkitekt hos AWS. Han brenner for å bygge AI/ML-løsninger på AWS og hjelpe kunder med å innovere på AWS-plattformen. Utenom jobben liker han å gå tur, klatre og svømme.