Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Massenanalyse Mit Amazon Rekognition Bulk Analysis können Sie eine große Sammlung von Bildern asynchron verarbeiten, indem Sie für den Vorgang eine Manifestdatei verwenden. [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html) Die Ausgabe für jedes einzelne Bild entspricht der Ausgabe, die von der Operation zurückgegeben wurde, den Sie für die Analyse verwenden. Derzeit unterstützt Rekognition die Analyse bei der [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)Operation. Ihnen wird die Anzahl der Bilder in Rechnung gestellt, die im Rahmen des Auftrags erfolgreich verarbeitet wurden. Die Ergebnisse eines abgeschlossenen Auftrags werden in einen angegebenen Amazon-S3-Bucket ausgegeben. Beachten Sie, dass die Massenanalyse die Amazon-A2I-Integration nicht unterstützt. Die API kann animierte oder illustrierte Inhaltstypen erkennen, und Informationen über den erkannten Inhaltstyp werden als Teil der Antwort zurückgegeben. **Topics** + [ # Bilder werden in großen Mengen verarbeitet ](to-process-images-in-bulk.md) + [ # Die Ergebnisse der Massenanalyse werden angezeigt ](bulk-analysis-output-manifests.md) + [ # Inhaltstyp ](bulk-analysis-content-type.md) + [ # Überprüfung von Prognosen und Trainingsadaptern ](bulk-analysis-pred-verify.md) # Bilder werden in großen Mengen verarbeitet Sie können einen neuen Massenanalyseauftrag starten, indem Sie eine Manifestdatei einreichen und den StartMediaAnalysisJob Vorgang aufrufen. Die Eingabe-Manifestdatei enthält Verweise auf Bilder in einem Amazon-S3-Bucket und ist wie folgt formatiert: ``` {"source-ref": "s3://foo/bar/1.jpg"} ``` ## So erstellen Sie einen Massenanalyseauftrag (CLI) 1. Wenn Sie dies noch nicht getan haben: 1. Erstellen oder aktualisieren Sie einen Benutzer mit `AmazonRekognitionFullAccess`- und `AmazonS3ReadOnlyAccess`-Berechtigungen. Weitere Informationen finden Sie unter [Schritt 1: Einrichten eines AWS-Kontos und Erstellen eines Benutzers](setting-up.md#setting-up-iam). 1. Installieren und konfigurieren Sie die AWS CLI und die AWS SDKs. Weitere Informationen finden Sie unter [Schritt 2: Richten Sie das AWS CLI und ein AWS SDKs](setup-awscli-sdk.md). 1. Laden Sie Bilder in Ihren S3-Bucket hoch. Weitere Anleitungen finden Sie unter [Upload eines Objekts in Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html) im *Benutzerhandbuch für Amazon Simple Storage Service*. 1. Verwenden Sie die folgenden Befehle, um Massenanalyseaufträge zu erstellen und abzurufen. ------ #### [ CLI ] Verwenden Sie den folgenden Befehl, um die [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html)Operation zur Analyse mit der DetectModerationLabels Operation aufzurufen: ``` # Requests # Starting DetectModerationLabels job with default settings aws rekognition start-media-analysis-job \ --operations-config "DetectModerationLabels={MinConfidence='1'}" \ --input "S3Object={Bucket=amzn-s3-demo-source-bucket,Name=my-input.jsonl}" \ --output-config "S3Bucket=amzn-s3-demo-destination-bucket;,S3KeyPrefix=my-results" ``` Mithilfe des [GetMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetMediaAnalysisJob.html)Vorgangs können Sie Informationen zu einem bestimmten Job abrufen, z. B. den Amazon S3 S3-Pfad des Buckets, in dem Ergebnisse und Übersichtsdateien gespeichert sind. Sie geben ihm eine Job-ID, die von StartMediaAnalysisJob oder zurückgegeben wurde ListMediaAnalysisJob. Details zu einzelnen Aufträgen werden nur für ein Jahr aufbewahrt. ``` # Request aws rekognition get-media-analysis-job \ --job-id customer-job-id ``` Sie können alle Ihre Massenanalysen auflisten, indem Sie den [ListMediaAnalysisJobs](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListMediaAnalysisJobs.html)Jobvorgang verwenden, der Seiten mit Aufträgen zurückgibt. Mit dem `max-results`-Argument können Sie die maximale Anzahl von Aufträgen angeben, die pro Seite zurückgegeben werden sollen, begrenzt auf den Wert von `max-results`. Pro Seite werden maximal 100 Ergebnisse zurückgegeben. Details zu einzelnen Aufträgen werden nur für ein Jahr aufbewahrt. ``` # Request # Specify number of jobs to return per page, limited to max-results. aws rekognition list-media-analysis-jobs --max-results 1 ``` ------ # Die Ergebnisse der Massenanalyse werden angezeigt Der Massenanalyseauftrag generiert eine Ausgabe-Manifestdatei, die die Auftragsergebnisse sowie eine Manifestzusammenfassung enthält, die Statistiken und Details zu Fehlern bei der Verarbeitung der Eingabemanifesteinträge enthält. Wenn doppelte Einträge in das Eingabemanifest aufgenommen wurden, versucht der Auftrag nicht, eindeutige Eingaben herauszufiltern, sondern verarbeitet stattdessen alle bereitgestellten Einträge. Die Ausgabemanifestdatei ist wie folgt formatiert: ``` // Output manifest for content moderation {"source-ref":"s3://foo/bar/1.jpg", "detect-moderation-labels": {"ModerationLabels":[],"ModerationModelVersion":"7.0","ContentTypes":[{"Confidence":72.7257,"Name":"Animated"}]}} ``` Die Zusammenfassung des Ausgabemanifests ist wie folgt formatiert: ``` { "version": "1.0", # Schema version, 1.0 for GA. "statistics": { "total-json-lines": Number, # Total number json lines (images) in the input manifest. "valid-json-lines": Number, # Total number of JSON Lines (images) that contain references to valid images. "invalid-json-lines": Number # Total number of invalid JSON Lines. These lines were not handled. }, "errors": [ { "line-numer": Number, # The number of the line in the manifest where the error occured. "source-ref": "String", # Optional. Name of the file if was parsed. "code": "String", # Error code. "message": "String" # Description of the error. } ] } ``` # Inhaltstyp Informationen über die Art des Medieninhalts, der durch den Vorgang analysiert wurde, werden vom StartMediaAnalysisJob Vorgang zurückgegeben. GetMediaAnalysisJob ContentType kann eine von zwei verschiedenen Kategorien sein: + Animierte Inhalte, einschließlich Videospiele und Animationen (z. B. Zeichentrick, Comics, Manga, Anime). + Illustrierter Inhalt, der Zeichnen, Malen und Skizzen umfasst. # Überprüfung von Prognosen und Trainingsadaptern Die Massenanalyse kann auch über die [Rekognition-Konsole](https://console.aws.amazon.com/rekognition/) genutzt werden, um Vorhersagen für einen Stapel von Bildern zu erhalten, diese Vorhersagen zu überprüfen und dann anhand der verifizierten Vorhersagen einen Adapter zu erstellen. Mit Adaptern können Sie die Genauigkeit aller unterstützten Rekognition-Operationen verbessern. Derzeit können Sie Adapter für die Verwendung mit des Features Rekognition Custom Moderation erstellen. Indem Sie einen Adapter erstellen und für den [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)Vorgang bereitstellen, können Sie die Aufgaben der Inhaltsmoderation, die sich auf Ihren speziellen Anwendungsfall beziehen, genauer ausführen. Weitere Informationen zu Custom Moderation finden Sie unter [Verbesserung der Genauigkeit mit benutzerdefinierter Moderation](moderation-custom-moderation.md). Eine Erläuterung, wie Sie mithilfe der Massenanalyse getroffene Vorhersagen verifizieren können, finden Sie unter [Massenanalyse und -überprüfung](adapters-bulk-analysis.md). Eine Anleitung zur Verwendung der Rekognition-Konsole zur Überprüfung von Vorhersagen und zur Erstellung eines Adapters finden Sie unter [Tutorial zum benutzerdefinierten Moderationsadapter](using-adapters-tutorial.md).