对象检测 – TensorFlow - 亚马逊 SageMaker AI
对象检测 – TensorFlow 算法的 Amazon EC2 实例推荐示例笔记本
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)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

对象检测 – TensorFlow

Amazon SageMaker AI 对象检测 – TensorFlow 算法是一种有监督学习算法，支持使用 TensorFlow Model Garden 中的多种预先训练的模型进行迁移学习。使用迁移学习，即使没有大量图像数据可用，也可以在您自己的数据集上对一个可用的预训练模型进行微调。对象检测算法将图像作为输入，并输出边界框列表。训练数据集必须由 .jpg、.jpeg 或 .png 格式的图像组成。本页包含有关 Amazon EC2 实例推荐功能和对象检测 - TensorFlow 的示例笔记本的信息。

主题

对象检测 – TensorFlow 算法的 Amazon EC2 实例推荐

对象检测 – TensorFlow 算法支持使用所有 GPU 实例进行训练，包括：

  • ml.p2.xlarge

  • ml.p2.16xlarge

  • ml.p3.2xlarge

  • ml.p3.16xlarge

对于大批量训练，建议使用具有更多内存的 GPU 实例。CPU（例如 M5）实例和 GPU（P2 或 P3）实例都可用于推理。有关各 Amazon 区域的 SageMaker 训练和推理实例的完整列表，请参阅 Amazon SageMaker 定价。

对象检测 – TensorFlow 示例笔记本

有关如何使用 SageMaker AI 对象检测 – TensorFlow 算法在自定义数据集上进行迁移学习的更多信息，请参阅 SageMaker TensorFlow 简介 – 对象检测笔记本。

有关如何创建和访问可用于在 SageMaker AI 中运行示例的 Jupyter Notebook 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，选择 SageMaker AI 示例选项卡以查看所有 SageMaker AI 示例的列表。要打开笔记本，请选择其使用选项卡，然后选择创建副本。