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. # Análisis masivo Amazon Rekognition Bulk Analysis le permite procesar una gran colección de imágenes de forma asíncrona mediante un archivo de manifiesto con la operación. [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html) El resultado de cada imagen individual coincide con el resultado devuelto por la operación que utilice para el análisis. Actualmente, Rekognition admite el análisis con la operación. [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html) Se le cobrará por la cantidad de imágenes que el trabajo haya procesado correctamente. Los resultados de un trabajo finalizado se envían a un bucket de Amazon S3 especificado. Tenga en cuenta que Análisis masivo no admite la integración de Amazon A2I. La API puede detectar tipos de contenido animado o ilustrado y la información sobre el tipo de contenido detectado se devuelve como parte de la respuesta. **Topics** + [ # Procesamiento de imágenes de forma masiva ](to-process-images-in-bulk.md) + [ # Manifiestos de salida de Análisis masivo ](bulk-analysis-output-manifests.md) + [ # Tipo de contenido ](bulk-analysis-content-type.md) + [ # Verificación de predicciones y entrenamiento de adaptadores ](bulk-analysis-pred-verify.md) # Procesamiento de imágenes de forma masiva Puede iniciar un nuevo trabajo de análisis masivo enviando un archivo de manifiesto y llamando a la operación. StartMediaAnalysisJob El archivo de manifiesto de entrada contiene referencias a imágenes de un bucket de Amazon S3 y tiene el siguiente formato: ``` {"source-ref": "s3://foo/bar/1.jpg"} ``` ## Para crear un trabajo de análisis masivo (CLI) 1. Si aún no lo ha hecho: 1. Cree o actualice un usuario con los permisos `AmazonRekognitionFullAccess` y `AmazonS3ReadOnlyAccess`. Para obtener más información, consulte [Paso 1: Configurar una cuenta de AWS y crear un usuario](setting-up.md#setting-up-iam). 1. Instale y configure el AWS CLI y el AWS SDKs. Para obtener más información, consulte [Paso 2: Configure y AWS CLI AWS SDKs](setup-awscli-sdk.md). 1. Suba una imagen en su bucket de S3. 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*. 1. Utilice los siguientes comandos para crear y recuperar trabajos de análisis masivos. ------ #### [ CLI ] Utilice el siguiente comando para llamar a la [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html)operación y analizarla junto con la DetectModerationLabels operación: ``` # 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" ``` Puede obtener información sobre un trabajo determinado, como la ruta de Amazon S3 del depósito donde se almacenan los resultados y los archivos de resumen, mediante la [GetMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetMediaAnalysisJob.html)operación. Le proporciona un identificador de trabajo devuelto por StartMediaAnalysisJob o ListMediaAnalysisJob. Los detalles de los trabajos individuales solo se retienen durante un año. ``` # Request aws rekognition get-media-analysis-job \ --job-id customer-job-id ``` Puede enumerar todos sus análisis masivos mediante la operación de [ListMediaAnalysisJobs](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListMediaAnalysisJobs.html)trabajo, que devuelve páginas de trabajos. Con el argumento `max-results`, puede especificar el número máximo de trabajos que se van a devolver por página, limitado al valor de `max-results`. Se devuelven un máximo de 100 resultados por página. Los detalles de los trabajos individuales solo se retienen durante un año. ``` # Request # Specify number of jobs to return per page, limited to max-results. aws rekognition list-media-analysis-jobs --max-results 1 ``` ------ # Manifiestos de salida de Análisis masivo El trabajo de análisis masivo genera un archivo de manifiesto de salida que contiene los resultados del trabajo, así como un resumen del manifiesto que contiene estadísticas y detalles sobre cualquier error al procesar las entradas del manifiesto de entrada. Si se incluyeron entradas duplicadas en el manifiesto de entrada, el trabajo no intentará filtrar las entradas únicas, sino que procesará todas las entradas proporcionadas. El archivo de manifiesto de salida tiene el siguiente formato: ``` // 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"}]}} ``` El resumen del manifiesto de salida tiene el siguiente formato: ``` { "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. } ] } ``` # Tipo de contenido La operación devuelve la información sobre el tipo de contenido multimedia analizado por StartMediaAnalysisJob operación. GetMediaAnalysisJob ContentType puede ser una de dos categorías diferentes: + Contenido animado, que incluye videojuegos y animaciones (por ejemplo, dibujos animados, cómics, manga o anime). + Contenido ilustrado, que incluye dibujos, pinturas y bocetos. # Verificación de predicciones y entrenamiento de adaptadores El análisis masivo también se puede aprovechar a través de la [consola Rekognition](https://console.aws.amazon.com/rekognition/) para obtener predicciones para un lote de imágenes, verificar estas predicciones y, a continuación, crear un adaptador con las predicciones verificadas. Los adaptadores le permiten mejorar la precisión de cualquier operación de Rekognition compatible. Actualmente, puede crear adaptadores para usarlos con la característica de moderación personalizada de Rekognition. Al crear un adaptador y proporcionárselo a la [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)operación, puede lograr una mayor precisión en las tareas de moderación de contenido relacionadas con su caso de uso específico. Para obtener más información acerca de la Moderación personalizada, consulte [Mejora de la precisión con la moderación personalizada](moderation-custom-moderation.md). Consulte [Análisis y verificación masivos](adapters-bulk-analysis.md) para obtener una explicación sobre cómo verificar las predicciones realizadas con el análisis masivo. Para ver un tutorial sobre cómo usar la consola Rekognition para verificar las predicciones y crear un adaptador, consulte [Tutorial sobre el adaptador de moderación personalizado](using-adapters-tutorial.md).