Amazon Rekognisyon görüntülerden ve videolardan bilgi ve içgörü elde etmek için önceden eğitilmiş ve özelleştirilebilir bilgisayarla görme yetenekleri sunar. Böyle bir yetenek Amazon Tanıma Etiketleri, görüntülerdeki nesneleri, sahneleri, eylemleri ve kavramları algılar. Synchronoss gibi müşteriler, Shutterstockve Nomad Media, meta verileri içerik kitaplıklarına otomatik olarak eklemek ve içerik tabanlı arama sonuçlarını etkinleştirmek için Amazon Rekognition Etiketlerini kullanıyor. TripleLift hedef kitlenin görüntüleme deneyimini tamamlayan reklamları dinamik olarak eklemek için en iyi anları belirlemek üzere Amazon Rekognition Etiketlerini kullanır. vidmob reklam performansında yaratıcı karar vermenin benzersiz rolünü anlamak amacıyla reklam öğelerinden meta verileri çıkarmak için Amazon Rekognition Etiketlerini kullanır, böylece pazarlamacılar en çok önemsedikleri temel hedefleri etkileyen reklamlar üretebilir. Ek olarak, binlerce başka müşteri, patika veya yürüyüş fotoğraflarını sınıflandırma, güvenlik kamerası görüntülerinde insanları veya araçları algılama ve kimlik belgesi resimlerini sınıflandırma gibi diğer birçok kullanım durumunu desteklemek için Amazon Tanıma Etiketlerini kullanıyor.
Görüntüler için Amazon Rekognition Etiketleri, yer işaretleri ve etkinlikler dahil 600 yeni etiketi algılar ve 2,000'den fazla mevcut etiketin doğruluğunu artırır. Buna ek olarak, Amazon Rekognition Etiketleri artık bir görüntünün baskın renklerini, ön planını ve arka planını ve sınırlayıcı kutulara sahip algılanan nesneleri algılamak için Görüntü Özelliklerini destekliyor. Görüntü Özellikleri ayrıca görüntü parlaklığını, keskinliğini ve kontrastını da ölçer. Son olarak, Amazon Rekognition Labels artık etiket sonuçlarını iki ek alan kullanarak düzenliyor: aliases
ve categories
ve bu sonuçların filtrelenmesini destekler. Aşağıdaki bölümlerde, yeni yetenekleri ve faydalarını bazı örneklerle daha ayrıntılı olarak inceleyeceğiz.
Yeni etiketler
Amazon Rekognition Labels, desteklenen etiketler listesini genişleterek 600'den fazla yeni etiket ekledi. Aşağıda, yeni etiketlere ilişkin bazı örnekler verilmiştir:
- Popüler yerler – Brooklyn Köprüsü, Kolezyum, Eyfel Kulesi, Machu Picchu, Tac Mahal vb.
- faaliyetler – Alkış, Bisiklete binme, Kutlama, Zıplama, Köpek Gezdirme vb.
- Hasar tespiti – Araba Göçüğü, Araba Çiziği, Korozyon, Ev Hasarı, Çatı Hasarı, Termit Hasarı, vb.
- Metin ve belgeler – Çubuk Grafik, Biniş Kartı, Akış Şeması, Defter, Fatura, Fiş vb.
- Spor – Beyzbol Oyunu, Kriket Sopası, Artistik Patinaj, Rugby, Su Topu vb.
- Çok daha fazla – Tekne Yarışı, Eğlence, Şehir Manzarası, Köy, Evlilik Teklifi, Ziyafet vb.
Bu etiketlerle, görüntü paylaşımı, stok fotoğraf veya yayın ortamındaki müşteriler, arama yeteneklerini geliştirmek için içerik kitaplıklarına otomatik olarak yeni meta veriler ekleyebilir.
Brooklyn Köprüsü için bir etiket algılama örneğine bakalım.
Aşağıdaki tabloda, API yanıtında döndürülen etiketler ve güven puanları gösterilmektedir.
Etiketler | Güven Puanları |
Brooklyn Köprüsü | 95.6 |
Briç | 95.6 |
Işaret | 95.6 |
Geliştirilmiş etiketler
Amazon Rekognition Labels ayrıca 2,000'den fazla etiket için doğruluğu iyileştirdi. Aşağıda, geliştirilmiş etiketlere bazı örnekler verilmiştir:
- faaliyetler – Dalış, Araba Sürme, Okuma, Oturma, Ayakta Durma vb.
- Giyim ve aksesuarlar – Sırt Çantası, Kemer, Bluz, Kapşonlu, Ceket, Ayakkabı vb.
- Ev ve iç mekan – Yüzme Havuzu, Saksı Bitkisi, Yastık, Şömine, Battaniye vb.
- Teknoloji ve bilgi işlem – Kulaklık, Cep Telefonu, Tablet Bilgisayar, Okuma, Dizüstü Bilgisayar vb.
- Araçlar ve otomotiv – Kamyon, Jant, Lastik, Tampon, Oto Koltuğu, Araba Aynası vb.
- Metin ve belgeler – Pasaport, Ehliyet, Kartvizit, Belge vb.
- Çok daha fazla – Köpek, Kanguru, Kent Meydanı, Festival, Gülme vb.
Baskın renk tespiti ve görüntü kalitesi için Görüntü Özellikleri
Görüntü Özellikleri, Amazon Rekognition Labels'ın görüntülere yönelik yeni bir özelliğidir ve etiket algılama işleviyle birlikte veya bu işlev olmadan kullanılabilir. Not: Görüntü Özellikleri ayrı fiyatlandırılır Amazon Rekognition Etiketlerinden alınır ve yalnızca güncellenmiş SDK'larla kullanılabilir.
Baskın renk algılama
Görüntü Özellikleri, bir görüntüdeki baskın renkleri piksel yüzdelerine göre tanımlar. Bu baskın renkler, 140 CSS renk paleti, RGB, onaltılık kod ve 12 basitleştirilmiş renk (yeşil, pembe, siyah, kırmızı, sarı, mavi, kahverengi, turuncu, beyaz, mor, mavi, gri). Varsayılan olarak, döndürülecek renk sayısını belirtmediğiniz sürece API en fazla 10 baskın renk döndürür. API'nin döndürebileceği maksimum baskın renk sayısı 12'dir.
Tek başına kullanıldığında Görüntü Özellikleri, ön plan ve arka planın yanı sıra tüm görüntünün baskın renklerini algılar. Etiket algılama işlevleriyle birlikte kullanıldığında Görüntü Özellikleri, sınırlayıcı kutularla algılanan nesnelerin baskın renklerini de tanımlar.
Görüntü paylaşımı veya stok fotoğrafçılığındaki müşteriler, içerik keşfini iyileştirmek için görüntü kitaplığı meta verilerini zenginleştirmek için baskın renk algılamayı kullanabilir ve son kullanıcıların renge göre filtrelemesine veya "mavi sandalye" veya "kırmızı ayakkabılar" gibi belirli renklere sahip nesneleri aramasına olanak tanır. ” Ek olarak, reklamcılık alanındaki müşteriler, yaratıcı varlıklarının renklerine göre reklam performansını belirleyebilir.
Görüntü kalitesi
Görüntü Özellikleri, baskın renk algılamaya ek olarak parlaklık, keskinlik ve kontrast puanlarıyla görüntü kalitelerini de ölçer. Bu puanların her biri 0-100 arasında değişir. Örneğin, çok karanlık bir görüntü düşük parlaklık değerleri verirken, parlak bir şekilde aydınlatılmış bir görüntü yüksek değerler verir.
Bu puanlarla, görüntü paylaşımı, reklamcılık veya e-ticaret alanındaki müşteriler kalite denetimi yapabilir ve yanlış etiket tahminlerini azaltmak için düşük parlaklık ve keskinliğe sahip görüntüleri filtreleyebilir.
Aşağıdaki resimde Eyfel Kulesi ile bir örnek gösterilmektedir.
Aşağıdaki tablo, API yanıtında döndürülen Görüntü Özellikleri verilerinin bir örneğidir.
Aşağıdaki görüntü kırmızı bir sandalye örneğidir.
API yanıtında döndürülen Görüntü Özellikleri verilerinin bir örneği aşağıdadır.
Aşağıdaki görüntü, sarı arka plana sahip bir köpek örneğidir.
API yanıtında döndürülen Görüntü Özellikleri verilerinin bir örneği aşağıdadır.
Yeni takma adlar ve kategori alanları
Amazon Rekognition Etiketleri artık iki yeni alan döndürüyor, aliases
ve categories
, API yanıtında. Takma adlar, aynı etiketin diğer adlarıdır ve kategoriler, aşağıdakiler gibi 40 ortak temaya dayalı olarak tek tek etiketleri gruplandırır: Food and Beverage
ve Animals and Pets
. Etiket algılama modeli güncellemesiyle, takma adlar artık birincil etiket adları listesinde döndürülmez. Bunun yerine, takma adlar yeni aliases
API yanıtındaki alan. Not: Takma adlar ve kategoriler yalnızca güncellenen SDK'larla birlikte döndürülür.
Fotoğraf paylaşımı, e-ticaret veya reklamcılık alanındaki müşteriler, içerik arama ve filtrelemeyi daha da geliştirmek için içerik meta veri taksonomisini düzenlemek üzere takma adları ve kategorileri kullanabilir:
- Takma ad örneği - Çünkü
Car
veAutomobile
takma adlardır, bir resme meta veri ekleyebilirsiniz.Car
veAutomobile
aynı zamanda - Kategoriler örneği – Bir kategori filtresi oluşturmak veya belirli bir kategoriyle ilgili tüm resimleri görüntülemek için kategorileri kullanabilirsiniz, örneğin
Food and Beverage
ile her görüntüye açıkça meta veri eklemek zorunda kalmadanFood and Beverage
Aşağıdaki resimde, bir dalgıç için takma adlar ve kategoriler içeren bir etiket algılama örneği gösterilmektedir.
Aşağıdaki tablo, API yanıtında döndürülen etiketleri, güven puanlarını, takma adları ve kategorileri gösterir.
Etiketler | Güven Puanları | Takma adlar | Kategoriler |
Tabiat | 99.9 | - | Doğa ve Açık Alanlar |
Su | 99.9 | - | Doğa ve Açık Alanlar |
Tüplü dalış | 99.9 | Suda Tüplü Dalış | Seyahat ve Macera |
Kişi | 99.9 | İnsan | Kişi Tanımı |
Boş zaman etkinlikleri | 99.9 | Rekreasyon | Seyahat ve Macera |
Spor | 99.9 | Spor | Spor |
Aşağıdaki görüntü bir bisikletçi için bir örnektir.
Aşağıdaki tablo, API yanıtında döndürülen etiketleri, güven puanlarını, takma adları ve kategorileri içerir.
Etiketler | Güven Puanları | Takma adlar | Kategoriler |
Gökyüzü | 99.9 | - | Doğa ve Açık Alanlar |
açık havada | 99.9 | - | Doğa ve Açık Alanlar |
Kişi | 98.3 | İnsan | Kişi Tanımı |
gün batımı | 98.1 | alacakaranlık, şafak | Doğa ve Açık Alanlar |
Bisiklet | 96.1 | Bisiklet | Hobiler ve ilgi alanları |
Bisiklet | 85.1 | Bisikletçi, Bisikletçi | İşlemler |
Dahil etme ve hariç tutma filtreleri
Amazon Rekognition Labels, API yanıtında döndürülen belirli etiket listesini daraltmak için API giriş parametrelerinde yeni dahil etme ve hariç tutma filtreleme seçenekleri sunar. Dahil etmek veya hariç tutmak istediğiniz etiketlerin veya kategorilerin açık bir listesini sağlayabilirsiniz. Not: Bu filtreler, güncellenmiş SDK'larda mevcuttur.
Müşteriler, uygulamalarında ek mantık oluşturmak zorunda kalmadan ilgilendikleri belirli etiketleri veya kategorileri elde etmek için dahil etme ve hariç tutma filtrelerini kullanabilir. Örneğin, sigortadaki müşteriler kullanabilir LabelCategoriesInclusionFilter
yalnızca etiket sonuçlarını dahil etmek için Damage Detection
kategori.
Aşağıdaki kod, dahil etme ve hariç tutma filtrelerine sahip bir API örnek isteğidir:
Dahil etme ve hariç tutma filtrelerinin nasıl çalıştığına ilişkin örnekler aşağıda verilmiştir:
- Sadece tespit etmek istiyorsanız
Person
veCar
, ve diğer etiketler umrumda değil, [ belirtebilirsiniz“Person”,”Car”
] içindeLabelsInclusionFilter
. - dışındaki tüm etiketleri algılamak istiyorsanız
Clothing
[“Clothing”
] içindeLabelsExclusionFilter
. - Yalnızca içindeki etiketleri algılamak istiyorsanız
Animal and Pets
hariç kategorilerDog
veCat
["Animal and Pets"
] içindeLabelCategoriesInclusionFilter
, ile birlikte ["Dog", "Cat"
] içindeLabelsExclusionFilter
. - Bir etiket belirtilirse
LabelsInclusionFilter
orLabelsExclusionFilter
, takma adları buna göre dahil edilecek veya hariç tutulacaktır çünküaliases
etiketlerin bir alt taksonomisidir. Örneğin, çünküAutomobile
takma adıdırCar
, belirtirsenizCar
inLabelsInclusionFilter
, API şunu döndürür:Car
etiketleAutomobile
içindealiases
alan.
Sonuç
Amazon Rekognition Labels, 600 yeni etiketi algılar ve 2,000'den fazla mevcut etiketin doğruluğunu artırır. Bu güncellemelerin yanı sıra Amazon Rekognition Etiketleri artık Görüntü Özelliklerini, takma adları ve kategorileri ve ayrıca dahil etme ve dahil etme filtrelerini desteklemektedir.
Yeni özellikleriyle yeni etiket algılama modelini denemek için AWS hesabınızda oturum açın ve Amazon Rekognition konsolu etiket algılama ve görüntü özellikleri için. Daha fazlasını öğrenmek için ziyaret edin Etiketleri algılama.
yazarlar hakkında
Maria Handoko AWS'de Kıdemli Ürün Yöneticisidir. Müşterilerin makine öğrenimi ve bilgisayar görüşü yoluyla iş zorluklarını çözmelerine yardımcı olmaya odaklanıyor. Boş zamanlarında yürüyüş yapmaktan, podcast dinlemekten ve farklı mutfakları keşfetmekten hoşlanıyor.
Shipra Kanoria AWS'de Baş Ürün Yöneticisidir. Müşterilerin en karmaşık sorunlarını makine öğrenimi ve yapay zekanın gücüyle çözmelerine yardımcı olma konusunda tutkulu. Shipra, AWS'ye katılmadan önce Amazon Alexa'da 4 yıldan fazla zaman geçirdi ve burada Alexa sesli asistanında verimlilikle ilgili birçok özelliği kullanıma sundu.
- AI
- yapay zeka
- AI sanat üreteci
- yapay zeka robotu
- Amazon Rekognisyon
- yapay zeka
- yapay zeka sertifikası
- bankacılıkta yapay zeka
- yapay zeka robotu
- yapay zeka robotları
- yapay zeka yazılımı
- AWS Makine Öğrenimi
- blockchain
- blockchain konferans ai
- zeka
- konuşma yapay zekası
- kripto konferans ai
- dal-e
- derin öğrenme
- google ai
- makine öğrenme
- Platon
- plato yapay zekası
- Plato Veri Zekası
- Plato Oyunu
- PlatoVeri
- plato oyunu
- ölçek ai
- sözdizimi
- zefirnet