Publié le: Jun 25, 2020
HAQM Rekognition Custom Labels est une fonction automatisée de machine learning (ML) qui permet aux clients d’entraîner rapidement leurs propres modèles personnalisés pour la détection d’objets et de scènes spécifiques à leurs activités à partir d’images - aucune expérience du ML n’est nécessaire. Par exemple, les clients peuvent entraîner un modèle personnalisé pour repérer leurs logos sur les articles des réseaux sociaux, identifier leurs produits sur des étagères de stockage, ou classer des pièces de machine uniques sur une ligne d’assemblage. Dès aujourd’hui, HAQM Rekognition Custom Labels permet aux clients d’entraîner des modèles à la détection d’objet pour un seul objet (étiquette).
Des clients nous ont indiqué que pour certains cas d’utilisation de détection d’objet, leur besoin se limite à rechercher une seule catégorie d’objet pour déterminer sa présence ou son absence. Pour entraîner un modèle personnalisé avec HAQM Rekognition Custom Labels, les clients ont aujourd’hui besoin de fournir au minimum deux objets (étiquettes). Cela signifie qu’ils doivent créer une deuxième étiquette d’objet (soit un autre objet, soit un « non-objet »). Avec cette nouvelle fonction, cela n’est désormais plus nécessaire pour les cas d’utilisation de détection d’objet : ils peuvent maintenant entraîner un modèle à l’aide de la seule étiquette d’objet qui les intéresse. Cette fonction est désormais disponible dans toutes les régions où HAQM Rekognition Custom Labels est disponible. Retrouvez la liste des régions prises en charge dans le tableau des régions.
Pour plus d’informations sur comment étiqueter les images pour une utilisation avec HAQM Rekognition Custom Labels,consultez la documentation de la fonction. Pour en savoir davantage sur HAQM Rekognition Custom Labels, consultez la page produit.