Identifiera landmärken med Amazon Rekognition Custom Labels

Amazon-erkännande är en datorvisionstjänst som gör det enkelt att lägga till bild- och videoanalys till dina applikationer med hjälp av beprövad, mycket skalbar, djupinlärningsteknologi som inte kräver expertis inom maskininlärning (ML). Med Amazon Rekognition kan du identifiera objekt, personer, text, scener och aktiviteter i bilder och videor och upptäcka olämpligt innehåll. Amazon Rekognition tillhandahåller också mycket exakta funktioner för ansiktsanalys och ansiktssökning som du kan använda för att upptäcka, analysera och jämföra ansikten för en mängd olika användningsfall.

Amazon Rekognition anpassade etiketter är en funktion i Amazon Rekognition som gör det enkelt att bygga dina egna specialiserade ML-baserade bildanalysfunktioner för att upptäcka unika objekt och scener som är integrerade i ditt specifika användningsfall.

Några vanliga användningsfall av Rekognition Custom Labels inkluderar att hitta din logotyp i inlägg på sociala medier, identifiera dina produkter på butikshyllor, klassificera maskindelar i ett löpande band, skilja mellan friska och infekterade växter och mer.

Amazon erkännandeetiketter stöder populära landmärken som Brooklyn Bridge, Colosseum, Eiffeltornet, Machu Picchu, Taj Mahal, och mer. Om du har andra landmärken eller byggnader som ännu inte stöds av Amazon Rekognition, kan du fortfarande använda Amazon Rekognition Custom Labels.

I det här inlägget visar vi hur vi använder Rekognition Custom Labels för att upptäcka Amazon Spheres-byggnaden i Seattle.

Med Rekognition Custom Labels tar AWS hand om de tunga lyften åt dig. Rekognition Custom Labels bygger på de befintliga funktionerna hos Amazon Rekognition, som redan är utbildad på tiotals miljoner bilder i många kategorier. Istället för tusentals bilder behöver du helt enkelt ladda upp en liten uppsättning träningsbilder (vanligtvis några hundra bilder eller mindre) som är specifika för ditt användningsfall via vår enkla konsol. Amazon Rekognition kan börja träna med bara några klick. Efter att Amazon Rekognition börjar träna från din bilduppsättning kan den producera en anpassad bildanalysmodell för dig inom några minuter eller timmar. Bakom kulisserna laddar och inspekterar Rekognition Custom Labels automatiskt träningsdata, väljer lämpliga ML-algoritmer, tränar en modell och tillhandahåller modellprestandamått. Du kan sedan använda din anpassade modell via Rekognition Custom Labels API och integrera den i dina applikationer.

Lösningsöversikt

För vårt exempel använder vi Amazonas sfärer byggnad i Seattle. Vi tränar en modell med hjälp av Rekognition Custom Labels; när liknande bilder används ska algoritmen identifiera det som Amazon Spheres istället för Dome, Architecture, Glass building, eller andra etiketter.

Låt oss först visa ett exempel på användning av etikettdetekteringsfunktionen i Amazon Rekognition, där vi matar bilden av Amazon Spheres utan någon anpassad träning. Vi använder Amazon Rekognition-konsolen för att öppna etikettdemonstrationen och ladda upp vårt foto.

Efter att bilden har laddats upp och analyserats ser vi etiketter med deras konfidenspoäng under Resultat. I detta fall, Dome upptäcktes med ett konfidensvärde på 99.2 %, Architecture med 99.2%, Building med 99.2%, Metropolis med 79.4 % och så vidare.

Vi vill använda anpassad märkning för att producera en datorseende modell som kan märka bilden Amazon Spheres.

I följande avsnitt leder vi dig genom att förbereda din datauppsättning, skapa ett Rekognition Custom Labels-projekt, träna modellen, utvärdera resultaten och testa den med ytterligare bilder.

Förutsättningar

Innan du börjar med stegen finns det kvoter för Rekognition Custom Labels som du måste vara medveten om. Om du vill ändra gränserna kan du begära en höjning av tjänstegränsen.

Skapa din datauppsättning

Om det här är första gången du använder Rekognition Custom Labels kommer du att bli ombedd att skapa en Amazon enkel lagringstjänst (Amazon S3) hink för att lagra din datauppsättning.

För den här bloggdemonstrationen har vi använt bilder av Amazonasfärerna, som vi fångade när vi besökte Seattle, WA. Använd gärna dina egna bilder efter dina behov.

Kopiera din datauppsättning till den nyskapade hinken, som lagrar dina bilder inom sina respektive prefix.

Skapa ett projekt

För att skapa ditt Rekognition Custom Labels-projekt, slutför följande steg:

1. På konsolen Rekognition Custom Labels väljer du Skapa ett projekt.
2. För Projektnamn, ange ett namn.
3. Välja Skapa projekt.
   
   Nu anger vi konfigurationen och sökvägen för din tränings- och testdatauppsättning.
4. Välja Skapa datasätt.
   

Du kan börja med ett projekt som har en enda datamängd, eller ett projekt som har separata utbildnings- och testdatauppsättningar. Om du börjar med en enskild datamängd delar Rekognition Custom Labels upp din datauppsättning under utbildningen för att skapa en träningsdatauppsättning (80 %) och en testdatauppsättning (20 %) för ditt projekt.

Dessutom kan du skapa utbildnings- och testdatauppsättningar för ett projekt genom att importera bilder från en av följande platser:

För det här inlägget använder vi vår egen anpassade datauppsättning av Amazon Spheres.

1. Välja Börja med ett enda dataset.
2. Välja Importera bilder från S3-hink.
   
3. För S3 URI, ange sökvägen till din S3-skopa.
4. Om du vill att Rekognition Custom Labels automatiskt ska märka bilderna åt dig baserat på mappnamnen i din S3-hink, välj Tilldela automatiskt etiketter på bildnivå till bilder baserat på mappnamnet.
   
5. Välja Skapa datasätt.

En sida öppnas som visar bilderna med deras etiketter. Om du ser några fel i etiketterna, se Felsökning av datamängder.

Träna modellen

Efter att du har granskat din datauppsättning kan du nu träna modellen.

1. Välja tågmodell.
2. För Välj projekt, ange ARN för ditt projekt om det inte redan finns i listan.
3. Välja Tågmodell.

I Modeller avsnittet på projektsidan kan du kontrollera aktuell status i Modellstatus kolumn, där utbildningen pågår. Träningstiden tar vanligtvis 30 minuter till 24 timmar att slutföra, beroende på flera faktorer som antal bilder och antal etiketter i träningssetet och typer av ML-algoritmer som används för att träna din modell.

När modellutbildningen är klar kan du se modellstatus som TRAINING_COMPLETED. Om träningen misslyckas, se Felsökning av en misslyckad modellutbildning.

Utvärdera modellen

Öppna sidan med modelldetaljer. De Utvärdering fliken visar mätvärden för varje etikett och det genomsnittliga måttet för hela testdatauppsättningen.

Konsolen Rekognition Custom Labels tillhandahåller följande mätvärden som en sammanfattning av träningsresultaten och som mätvärden för varje etikett:

Du kan se resultaten av din tränade modell för individuella bilder, som visas i följande skärmdump.

Testa modellen

Nu när vi har sett utvärderingsresultaten är vi redo att starta modellen och analysera nya bilder.

Du kan starta modellen på Använd modell fliken på Rekognition Custom Labels-konsolen, eller genom att använda StartProjectVersion drift via AWS-kommandoradsgränssnitt (AWS CLI) eller Python SDK.

När modellen körs kan vi analysera de nya bilderna med hjälp av Upptäck anpassade etiketter API. Resultatet från DetectCustomLabels är en förutsägelse att bilden innehåller specifika objekt, scener eller koncept. Se följande kod:

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

I utgången kan du se etiketten med dess konfidenspoäng:

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

Som du kan se av resultatet, bara med några enkla klick, kan du använda Rekognition Custom Labels för att uppnå exakta märkningsresultat. Du kan använda detta för en mängd bildanvändningsfall, som att identifiera anpassade märkningar för livsmedelsprodukter, husdjur, maskindelar och mer.

Städa upp

För att rensa upp resurserna du skapade som en del av det här inlägget och undvika eventuella återkommande kostnader, utför följande steg:

1. På Använd modell flik, stoppa modellen.
   Alternativt kan du stoppa modellen med hjälp av StopProjectVersion drift via AWS CLI eller Python SDK. Vänta tills modellen är i Stopped tillstånd innan du fortsätter till nästa steg.
2. Ta bort modellen.
3. Ta bort projektet.
4. Ta bort datamängden.
5. Tom innehållet i S3-hinken och radera hinken.

Slutsats

I det här inlägget visade vi hur man använder Rekognition Custom Labels för att upptäcka byggnadsbilder.

Du kan komma igång med dina anpassade bilduppsättningar, och med några enkla klick på Rekognition Custom Labels-konsolen kan du träna din modell och upptäcka objekt i bilder. Rekognition Custom Labels kan automatiskt läsa in och inspektera data, välja rätt ML-algoritmer, träna en modell och tillhandahålla modellprestandamått. Du kan granska detaljerade prestationsstatistik som precision, återkallelse, F1-poäng och konfidenspoäng.

Dagen har kommit då vi nu kan identifiera populära byggnader som Empire State Building i New York City, Taj Mahal i Indien och många andra över hela världen förmärkta och redo att användas för intelligens i dina applikationer. Men om du har andra landmärken som för närvarande inte stöds av Amazon Rekognition Labels, leta inte längre och prova Amazon Rekognition Custom Labels.

Mer information om hur du använder anpassade etiketter finns i Vad är anpassade etiketter på Amazon Rekognition? Besök också vår GitHub repo för ett end-to-end-arbetsflöde av Amazon Rekognition anpassat varumärkesidentifiering.

Om Författarna:

Suresh Patnam är en Principal BDM – GTM AI/ML Leader på AWS. Han arbetar med kunder för att bygga en IT-strategi och göra digital transformation genom molnet mer tillgänglig genom att utnyttja Data & AI/ML. På fritiden tycker Suresh om att spela tennis och umgås med sin familj.

Kanin Kaushik är lösningsarkitekt på AWS. Han brinner för att bygga AI/ML-lösningar på AWS och hjälpa kunder att förnya sig på AWS-plattformen. Utanför jobbet tycker han om att vandra, klättra och simma.