识别模式

Python 中的 AWS Boto 入门

Maksim Pecherskiy

Instructor

Rekognition

那么，Rekognition 到底是什么？

在图像中检测对象

从图像中提取文本

为何不自己做？

在以下情况下使用 Rekognition：

• 需要快速且效果好
• 保持代码简单
• 识别多种对象

在以下情况下自行构建模型：

• 自定义需求
• 涉及安全
• 规模大、数据量高

我不是计算机视觉专家

将图像上传到 S3

初始化 S3 客户端

s3 = boto3.client(
  's3', region_name='us-east-1', 
  aws_access_key_id=AWS_KEY_ID, aws_secret_access_key=AWS_SECRET
)

上传文件

s3.upload_file(
  Filename='report.jpg', Key='report.jpg', 
  Bucket='datacamp-img')

目标检测

初始化客户端

rekog = boto3.client(
  'rekognition',
  region_name='us-east-1', 
  aws_access_key_id=AWS_KEY_ID, 
  aws_secret_access_key=AWS_SECRET)

目标检测

开始检测

response = rekog.detect_labels(
  Image={'S3Object': {
          'Bucket': 'datacamp-img', 
          'Name': 'report.jpg'
        },

    MaxLabels=10,
    MinConfidence=95
)

文本检测

执行检测

response = rekog.detect_text(
  Image={'S3Object': 
          {
            'Bucket': 'datacamp-img', 
            'Name': 'report.jpg'
          }
        }
)

小结

• 在图像中检测对象
• 统计实例数量
• 学习一项新的 AWS 服务

.detect_labels()

• 识别图像中的文本
• 单词 vs 行 检测
• 何时自行构建

.detect_text()

开始做点计算机视觉吧！

Python 中的 AWS Boto 入门