amazon-web-services - 用于对象搜索的机器学习

Question

关闭。这个问题需要更多focused .它目前不接受答案。












想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .

去年关闭。




Improve this question




我正在尝试找到一种使用 AWS 构建 ML 的方法，最好使用他们的服务，例如 SageMaker 而不仅仅是 EC2，用于使用图像作为输入的图像中的对象检测。

AWS Rekognition 提供图像比较和对象检测 API，但它们并不是我正在寻找的，比较仅适用于人脸而不适用于对象，并且对象检测太基础了。

AlibabCloud 具有该功能即服务( https://www.alibabacloud.com/product/imagesearch )，但我想在 AWS 上使用类似的东西，而不是阿里巴巴。

我将如何着手并构建这样的东西？

谢谢你。

Answer 1

编辑 03/08/2020 以添加用于视觉搜索的指针

由于您似乎对 的任务都感兴趣物体检测 (输入图像，并返回带有对象类的边界框)和 视觉搜索 (输入图像并返回相关图像)让我为您提供两者的指示:)

对于 物体检测 您有 3 个选择:

使用托管服务 Amazon Rekognition Custom Labels .该服务的主要优势在于 (1) 不需要编写 ML 代码，因为该服务在内部运行 autoML 以寻找最佳模型，(2) 在交互(SDK、控制台)、数据方面非常灵活加载和注释以及(3)它甚至可以处理小数据集(通常是几百张图像或更少)。

使用 SageMaker 对象检测模型 ( documentation ， demo )。在这个选项中，模型也已经写好了(带有 Resnet 或 VGG 主干的 SSD 架构)，你只需要选择或调优 hyperparameters

在 Amazon SageMaker 上使用您自己的模型 .这可以是您自己在 docker 中的代码，也可以是来自 SageMaker ML Framework 容器中的 ML 框架的代码。 Pytorch有这样的容器, Tensorflow , MXNet , Chainer和 Sklearn .在型号代码方面，我建议考虑 gluoncv ，一个紧凑的 python 计算机视觉工具包(基于 mxnet 后端)，附带 many state-of-the-art models和 tutorials用于物体检测

的任务视觉搜索需要更多的定制，因为您需要提供以下信息:(1)您定义为搜索相关性的内容(例如，它是视觉相似性？还是对象互补性？等)和(2)要搜索的集合。如果您只需要视觉相似性，一个流行的选择是使用预训练的神经网络将图像转换为向量，并在查询图像和转换后的图像集合之间运行 kNN 搜索。这里有 2 篇教程展示了如何在 AWS 上构建此类系统:

Blog Post Visual Search on AWS (MXNet resnet 嵌入 +
SageMaker kNN)

Visual Search on MMS demo (MXNet resnet
AWS Fargate 上的嵌入 + HNSW kNN)