Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Paso 4: Analizar una imagen con su modelo
Para analizar una imagen, llame a la API. [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels) En este paso, utilizas el comando `detect-custom-labels` AWS Command Line Interface (AWS CLI) para analizar una imagen de ejemplo. El AWS CLI comando se obtiene de la consola Amazon Rekognition Custom Labels. La consola configura el AWS CLI comando para usar su modelo. Solo necesita facilitar una imagen que esté almacenada en un bucket de Amazon S3. En este tema se incluye una imagen que puede utilizar para cada proyecto de ejemplo.
**nota**
La consola también ofrece un código de ejemplo de Python.
El resultado de `detect-custom-labels` incluye una lista de las etiquetas que se encuentran en la imagen, cuadros delimitadores (si el modelo encuentra ubicaciones de objetos) y la confianza que el modelo tiene en la precisión de las predicciones.
Para obtener más información, consulte [Análisis de una imagen con un modelo entrenado](detecting-custom-labels.md).
**Cómo analizar una imagen (consola)**
1. Modelo con el estado Ejecutándose y el botón Detener para interrumpir la ejecución.
Si aún no lo ha hecho, configure. AWS CLI Para obtener instrucciones, consulte [Paso 4: Configure y AWS CLI AWS SDKs](su-awscli-sdk.md).
1. Si aún no lo ha hecho, comience a ejecutar el modelo. Para obtener más información, consulte [Paso 3: Ejecutar el modelo](gs-step-start-model.md).
1. Seleccione la pestaña **Usar modelo** y luego elija **Código de API**. El panel de estado del modelo que se muestra a continuación muestra el modelo Ejecutándose con el botón Detener para interrumpir su ejecución y una opción para mostrar la API.
![\[Modelo con el estado Ejecutándose y el botón Detener para interrumpir la ejecución.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/get-started-use-model-api-code.png)
1. Elija **Comando AWS CLI**.
1. En la sección **Analizar imagen**, copia el AWS CLI comando que llama`detect-custom-labels`. La siguiente imagen de la consola Rekognition muestra la sección “Analizar imagen” con el comando AWS CLI para detectar etiquetas personalizadas en una imagen mediante un modelo de machine learning e instrucciones para iniciar el modelo y proporcionar detalles de la imagen.
![\[Captura de pantalla de la consola con el comando AWS CLI para detectar etiquetas personalizadas en una imagen mediante un modelo de aprendizaje automático e instrucciones para iniciar el modelo y proporcionar detalles de la imagen.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/get-started-cli-code-analyze.png)
1. Cargue el archivo de imagen en un bucket de Amazon S3. Para obtener instrucciones, consulte [Obtener una imagen de ejemplo](#gs-example-images).
1. En la línea de comandos, escriba el AWS CLI comando que copió en el paso anterior. Debería ser similar al ejemplo siguiente.
El valor de `--project-version-arn` debe ser el nombre de recurso de Amazon (ARN) del modelo. El valor de `--region` debe ser la región de AWS en la que se creó el modelo.
Cambie `MY_BUCKET` y `PATH_TO_MY_IMAGE` por el bucket de Amazon S3 y la imagen que utilizó en el paso anterior.
Si va a usar el perfil [custom-labels-access](su-sdk-programmatic-access.md#su-sdk-programmatic-access-customlabels-examples) para obtener las credenciales, añada el parámetro `--profile custom-labels-access`.
```
aws rekognition detect-custom-labels \
--project-version-arn "model_arn" \
--image '{"S3Object": {"Bucket": "MY_BUCKET","Name": "PATH_TO_MY_IMAGE"}}' \
--region us-east-1 \
--profile custom-labels-access
```
Si el modelo encuentra objetos, escenas y conceptos, el resultado JSON del comando AWS CLI debería tener un aspecto similar al siguiente. `Name` es el nombre de la etiqueta de imagen que detectó el modelo. `Confidence` (0-100) es la confianza del modelo en la precisión de la predicción.
```
{
"CustomLabels": [
{
"Name": "living_space",
"Confidence": 83.41299819946289
}
]
}
```
Si el modelo encuentra la ubicación de los objetos o encuentra la marca, aparecerán los cuadros delimitadores etiquetados. `BoundingBox` contiene la ubicación de un cuadro que rodea el objeto. `Name` es el objeto que el modelo encontró en el cuadro delimitador. `Confidence` es la confianza del modelo en que el cuadro delimitador contenga el objeto.
```
{
"CustomLabels": [
{
"Name": "textract",
"Confidence": 87.7729721069336,
"Geometry": {
"BoundingBox": {
"Width": 0.198987677693367,
"Height": 0.31296101212501526,
"Left": 0.07924537360668182,
"Top": 0.4037395715713501
}
}
}
]
}
```
1. Siga utilizando el modelo para analizar otras imágenes. Detenga el modelo si deja de usarlo. Para obtener más información, consulte [Paso 5: Detener el modelo](gs-step-stop-model.md).
## Obtener una imagen de ejemplo
Puede utilizar las siguientes imágenes para la operación `DetectCustomLabels`. Hay una imagen para cada proyecto. Para utilizar las imágenes, cárguelas en un bucket de S3.
**Cómo usar una imagen de ejemplo**
1. Haga clic con el botón derecho en la siguiente imagen que se corresponda con el proyecto de ejemplo que está utilizando. A continuación, seleccione **Guardar imagen** para guardar la imagen en su ordenador. La opción del menú puede ser diferente, según el navegador que utilice.
1. Sube la imagen a un bucket de Amazon S3 que sea propiedad de tu AWS cuenta y que se encuentre en la misma AWS región en la que utilizas las etiquetas personalizadas de Amazon Rekognition.
Para ver las instrucciones, consulte [Carga de objetos en Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html) en la *Guía del usuario de Amazon Simple Storage Service*.
### Clasificación de imágenes
![\[Sala de estar con chimenea, sofá, sillón, mesas auxiliares, lámparas y ventanales.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/image-classification.jpg)
### Clasificación de etiquetas múltiples
![\[Capullo floral esférico de color verde compuesto por pétalos o brácteas densamente superpuestos que forman una bola.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/multi-label-classification.jpg)
### Detección de marcas
![\[Diagrama que muestra los datos de actividad de los usuarios que fluyen de Lambda a Amazon Personalize y a Amazon Pinpoint para obtener recomendaciones.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/brand-detection.png)
### Localización de objetos
![\[Circuito pequeño con varios componentes electrónicos y clavijas de conexión.\]](http://docs.aws.amazon.com/es_es/rekognition/latest/customlabels-dg/images/object-localization.jpg)