翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon Rekognition
<a name="rekognition"></a>

可視スペクトルのイメージ分類の場合、モデルは、事前トレーニング済みのニューラルネットワークからの転移学習と微調整によって頻繁に作成されます。[Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/what-is.html)  サービスを使用して、ネットワークの選択とトレーニングのタスクを自動化できます。

Amazon Rekognition  は、分類ラベルの標準セットを提供します。*ラベル*は、そのコンテンツに基づいてイメージまたはビデオで見つかったオブジェクトまたは概念 (シーンやアクションを含む) です。たとえば、南国のビーチの人々のイメージには、 `Palm Tree` (オブジェクト)`Beach`、 (シーン)`Running`、 (アクション）、 `Outdoors` (概念) などのラベルが含まれている場合があります。Amazon Rekognition でサポートされているラベルの詳細については、サービスドキュメントの[「オブジェクトと概念の検出](https://docs.aws.amazon.com/rekognition/latest/dg/labels.html)」を参照してください。

Amazon Rekognition で標準ラベルを必要とするタスクでは、このサービスをテストする価値があります。Amazon Rekognition が要件を満たすことができる場合、モデルの選択、トレーニング、メンテナンスが抽象化されます。推論用に事前トレーニングされたサービスを提供し、サービスのメンテナンス AWS を処理します。Amazon Rekognition から予測を取得するのは簡単です。

Amazon Rekognition の利点は次のとおりです。
+ すぐに利用可能でスケーラブル
+ トレーニングや設定は必要ありません
+ マルチラベル分類をサポート

Amazon Rekognition の欠点は次のとおりです。
+ 予測クラスのセットを修正しました
+ 推論ユニットは容量のチャンクを提供し、最小のユニットはスループットが低いとコストがかかる場合があります。

詳細については次を参照してください:
+ [Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/getting-started.html) *デベロッパーガイドのAmazon Rekognition *の開始方法」
+ *Amazon Rekognition API リファレンス*の[DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html)」