Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

图像分类 – MXNet

Amazon SageMaker 图像分类算法是一种有监督学习算法，支持多标签分类。该算法将一个图像作为输入，并输出分配给该图像的一个或多个标签。它使用卷积神经网络，可从头开始训练，也可在没有大量训练图像可用时使用迁移学习进行训练。

对于 Amazon SageMaker 图像分类算法，建议的输入格式为 Apache MXNet RecordIO。但是，您也可以使用 .jpg 或 .png 格式的原始图像。有关机器学习系统的高效数据准备和加载的广泛概述，请参阅本讨论。

有关卷积网络的更多信息，请参阅：

图像分类算法的输入/输出接口

SageMaker 图像分类算法在文件模式下，支持使用 RecordIO (application/x-recordio) 和图像（image/png、image/jpeg 和 application/x-image）内容类型进行训练；在管道模式下，支持使用 RecordIO (application/x-recordio) 内容类型进行训练。但是，您还可以使用图像文件（image/png、image/jpeg 和 application/x-image）在管道模式下进行训练，无需使用扩增清单格式创建 RecordIO 文件。

对于文件模式和管道模式支持分布式训练。在管道模式下使用 RecordIO 内容类型时，必须将 S3DataSource 的 S3DataDistributionType 设置为 FullyReplicated。该算法支持完全复制的模型，将数据复制到每台计算机上。

该算法支持使用 image/png、image/jpeg 和 application/x-image 进行推理。

使用 RecordIO 格式进行训练

如果您使用 RecordIO 格式进行训练，则同时指定 train 和 validation 通道作为 CreateTrainingJob 请求的 InputDataConfig 参数值。在 train 通道中指定一个 RecordIO (.rec) 文件，在 validation 通道中指定一个 RecordIO 文件。将两个通道的内容类型设置为 application/x-recordio。

使用图像格式进行训练

如果您使用图像格式进行训练，则指定 train、validation、train_lst 和 validation_lst 通道作为 InputDataConfig 请求的 CreateTrainingJob 参数值。为 train 或 validation 通道指定相应的图像数据（.jpg 或 .png 文件）。在 .lst 和 train_lst 通道各指定一个 validation_lst 文件。将所有四个通道的内容类型均设置为 application/x-image。

.lst 文件是一个包含图像文件列表的三列制表符分隔文件。第一列指定图像索引，第二列指定图像的分类标签索引，第三列指定图像文件的相对路径。第一列中所有图像的图像索引必须唯一。分类标签索引集采用连续编号，并且编号应从 0 开始。例如，cat 分类为 0，dog 分类为 1，其他分类以此分类推。

以下是 .lst 文件的示例：

5      1   your_image_directory/train_img_dog1.jpg
1000   0   your_image_directory/train_img_cat1.jpg
22     1   your_image_directory/train_img_dog2.jpg

例如，如果您的训练图像存储在 s3://<your_bucket>/train/class_dog、s3://<your_bucket>/train/class_cat 等位置，请将 train 通道的路径指定为 s3://<your_bucket>/train，这是数据的顶级目录。在 .lst 文件中，将 train_image_dog1.jpg 分类目录中名为 class_dog 的单个文件的相对路径指定为 class_dog/train_image_dog1.jpg。您也可以将所有图像文件存储在 train 目录内的一个子目录下。在这种情况下，请将该子目录用于相对路径。例如，s3://<your_bucket>/train/your_image_directory。

使用扩增清单图像格式进行训练

扩增清单格式使您可以使用图像文件在管道模式下进行训练，而无需创建 RecordIO 文件。您需要将训练通道和验证通道指定为 CreateTrainingJob 请求的 InputDataConfig 参数的值。使用该格式时，需要生成包含图像列表及其相应注释的 S3 清单文件。清单文件格式应为 JSON 行格式，其中每行代表一个样本。使用指向图像 S3 位置的 'source-ref' 标签来指定图像。将在 "AttributeNames" 参数值下面提供注释，如 CreateTrainingJob 请求中指定。它还可以在 metadata 标签下包含其他元数据，但这些会被算法忽略。在以下示例中，"AttributeNames"包含在图像和注释引用 ["source-ref", "class"] 列表中。第一个图像的相应标签值为 "0"，第二个图像的标签值为 “1”：

{"source-ref":"s3://image/filename1.jpg", "class":"0"}
{"source-ref":"s3://image/filename2.jpg", "class":"1", "class-metadata": {"class-name": "cat", "type" : "groundtruth/image-classification"}}

在训练 ImageClassification 算法时，"AttributeNames" 在输入文件中的顺序是很重要的。它按特定的顺序接受管道数据，先接受 image，然后接受 label。因此，本示例中的“AttributeNames”先使用 "source-ref" 提供，然后使用 "class" 提供。在将图像分类算法与增强清单一起使用时，RecordWrapperType 参数值必须为 "RecordIO"。

也可以通过指定值的 JSON 数组来支持多标签训练。必须将 num_classes 超参数设置为与类的总数匹配。有两种有效的标签格式：multi-hot 和 class-id。

在 multi-hot 格式中，每个标签都是所有类的 multi-hot 编码向量，其中每个类的值为 0 或 1。在以下示例中，有三种类别。第一个图像标记为类 0 和 2，而第二个图像仅标记为类 2：

{"image-ref": "s3://mybucket/sample01/image1.jpg", "class": "[1, 0, 1]"}
{"image-ref": "s3://mybucket/sample02/image2.jpg", "class": "[0, 0, 1]"}

在 class-id 格式中，每个标签都是适用于数据点的类 ID 的列表，从 [0, num_classes) 开始。前面的例子看起来像是这样：

{"image-ref": "s3://mybucket/sample01/image1.jpg", "class": "[0, 2]"}
{"image-ref": "s3://mybucket/sample02/image2.jpg", "class": "[2]"}

multi-hot 格式是默认的，但可以使用 label-format 参数在内容类型中显式进行设置："application/x-recordio; label-format=multi-hot".。必须显式设置 class-id 格式，即 GroundTruth 输出的格式："application/x-recordio; label-format=class-id".

有关增强清单文件的更多信息，请参阅通过增强清单文件，将数据集元数据提供给训练作业。

增量训练

您还可以使用以前用 SageMaker 训练的模型中的构件作为种子来训练新模型。当您想训练具有相同或类似数据的新模型时，这种增量训练可节省训练时间。SageMaker 图像分类模型智能植入到在 SageMaker 中训练的其他内置图像分类模型。

要使用预训练模型，请在 CreateTrainingJob 请求中，在 InputDataConfig 参数中将 ChannelName 指定为“model”。将模型通道的 ContentType 设置为 application/x-sagemaker-model。您上传到模型通道的新模型和预训练模型的输入超参数必须与 num_layers、image_shape 和 num_classes 输入参数具有相同的设置。这些参数定义了网络架构。对于预先训练模型文件，请使用 SageMaker 输出的压缩模型构件（采用 .tar.gz 格式）。您可以对输入数据使用 RecordIO 或图像格式。

使用图像分类算法进行推理

生成的模型可以托管用于推理，并且支持编码的 .jpg 和 .png 图像格式作为 image/png, image/jpeg 和 application/x-image 内容类型。输入图像将自动调整大小。输出是以 JSON 格式编码的所有分类的概率值，或者对批量转换采用 JSON 行文本格式。图像分类模型按请求处理单个图像，因此只输出采用 JSON 的一行或 JSON 行格式。以下是 JSON 行格式的响应示例：

accept: application/jsonlines

 {"prediction": [prob_0, prob_1, prob_2, prob_3, ...]}

有关训练和推理的更多详细信息，请参阅简介中引用的图像分类示例笔记本实例。

图像分类算法的 EC2 实例建议

对于图像分类，我们支持 P2、P3、G4dn 和 G5 实例。对于大批量训练，建议使用具有更多内存的 GPU 实例。您也可以在多 GPU 和多机器设置上运行该算法以进行分布式训练。CPU（例如 C4）实例和 GPU（P2、P3、G4dn 或 G5）实例都可用于推理。

图像分类示例笔记本

有关使用 SageMaker 图像分类算法的示例笔记本，请参阅通过 SageMaker Pipelines 构建和注册 MXNet 图像分类模型。有关如何创建和访问可用于在 SageMaker 中运行示例的 Jupyter 笔记本实例的说明，请参阅 Amazon SageMaker 笔记本实例。创建笔记本实例并将其打开后，可选择 SageMaker 示例选项卡以查看所有 SageMaker 示例的列表。示例图像分类笔记本位于 Amazon 算法简介部分。要打开笔记本，请单击使用 选项卡，然后选择创建副本。