Amazon Rekognition可让用户训练自定义模型辨识特殊物件

AWS在其影像辨识服务Amazon Rekognition新增了自定义标籤（Custom Labels）的功能，让用户能够自定义训练Amazon Rekognition模型，建立专用的机器学习图像分析功能，辨识独一无二的物件。

Amazon Rekognition自定义标籤让企业用来辨识图像中，特殊业务需求的物体或是场景，像是从社交媒体的贴文辨识出自家品牌标誌，或是辨识在货架上的自家产品，甚至是侦测影片中的动画角色。AWS提到，开发自定义的图像辨识模型，需要专业知识和资源，而且还要手动标记数千张图像，提供模型足够的训练资料，模型才能作出精确的预测，但製作训练资料又需要花费许多时间，以及庞大的人力资源。

自定义标籤是从Amazon Rekognition既有的能力，所发展出来的功能，由于Amazon Rekognition已经以数千万张不同类别的图像训练，因此用户只要再上传一小组针对使用案例的训练图像，约数百张或是更少数量的图像，就能训练出良好的专用模型。

当用户上传的图像是经过标记的训练资料，便可直接在Amazon Rekognition开始进行训练，而尚未标记的资料，则可以使用Rekognition的介面进行标记，或是使用Amazon SageMaker Ground Truth增加标籤。

Rekognition自定义标籤会自动分析训练资料，选择适合的机器学习演算法，当Rekognition开始以图像资料集进行训练，可在数小时内生成自定义图像分析模型，训练完成之后，用户可以存取视觉化指标，查看每个模型的效能。用户可以透过Rekognition自定义标籤API使用自定义模型，并将其整合到应用程式中。