AWS Sagemaker 图像识别/分类中的多对象检测

有谁知道SageMaker的内置算法是否支持图像识别中的多对象检测?我在考虑类似于多标签图像训练和检测/推理的功能。

因此,我们可以:

a) 使用多标签图像进行训练

和/或

b) 从图像中推断多个对象(有点像AWS Rekognition,但可以使用自定义标签和训练/迁移学习)。

另外,我知道SageMaker图像分类算法的文档中提到“将图像作为输入,并将其分类为多个输出类别中的一个”。

也欢迎任何建议。


回答:

今天,Amazon Sagemaker发布了一个新的内置算法,用于对象检测。根据文档,Amazon SageMaker对象检测使用的是单发多框检测器(SSD)算法。推理响应中包含一个数组,该数组由检测到的对象的预测类别标签、相关的置信度得分和边界框坐标组成。

Related Posts

关于k折交叉验证的直观问题

我在使用交叉验证检查预测能力时遇到了一些直观问题,我认…

调整numpy数组大小以使用sklearn的train_test_split函数?

我正在尝试使用sklearn中的test_train_…

如何转换二维张量和索引张量以便用于torch.nn.utils.rnn.pack_sequence

我有一组序列,格式如下: sequences = to…

模型预测值的含义是什么?

我在网上找到一个数字识别器的CNN模型并进行了训练,当…

锯齿张量作为LSTM的输入

了解锯齿张量以及如何在TensorFlow中使用它们。…

如何告诉SciKit的LinearRegression模型预测值不能小于零?

我有以下代码,尝试根据非价格基础特征来估值股票。 pr…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注