기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 수동 주석
<a name="adapters-manual-annotation"></a>

이 접근 방식에서는 수동으로 이미지를 업로드하고 주석을 달아 훈련 데이터를 만듭니다. 테스트 이미지를 업로드하고 주석을 달거나 Rekognition이 자동으로 훈련 데이터의 일부를 테스트 이미지로 사용하도록 자동 분할하여 테스트 데이터를 생성합니다.

## 이미지 업로드 및 주석 달기
<a name="adapters-upload-sample-images"></a>

어댑터를 훈련시키려면 사용 사례를 반영하는 샘플 이미지 세트를 업로드해야 합니다. 최상의 결과를 얻으려면 최대 한도인 10,000개까지 훈련용 이미지를 최대한 많이 제공하고 이미지가 여러분의 사용 사례의 모든 면을 반영하는지 확인하세요.

![\[매니페스트 파일을 가져오거나, S3 버킷에서 가져오거나, 컴퓨터에서 이미지를 업로드하는 옵션과 함께 훈련 이미지를 가져오는 옵션을 보여주는 인터페이스입니다. S3 URI 필드와 읽기/쓰기 권한 보장에 대한 참고 사항이 포함되어 있습니다.\]](http://docs.aws.amazon.com/ko_kr/rekognition/latest/dg/images/adapters-11-traiing-dataset.png)


 AWS 콘솔을 사용할 때 컴퓨터에서 직접 이미지를 업로드하거나, 매니페스트 파일을 제공하거나, 이미지를 저장하는 Amazon S3 버킷을 제공할 수 있습니다.

 하지만 Rekognition API를 SDK와 함께 사용하는 경우 Amazon S3 버킷에 저장된 이미지를 참조하는 매니페스트 파일을 제공해야 합니다.

[Rekognition 콘솔](https://console.aws.amazon.com/rekognition)의 주석 인터페이스를 사용하여 이미지에 주석을 달 수 있습니다. 이미지에 레이블로 태그를 지정해 주석을 달면 훈련에 필요한 “실측 정보”가 확립됩니다. 또한 어댑터를 훈련시키기 전에 반드시 훈련 및 테스트 세트를 지정하거나 자동 분할 기능을 사용해야 합니다. 데이터 세트를 지정하고 이미지에 주석 달기를 완료했다면 테스트 세트의 주석이 달린 이미지를 기반으로 어댑터를 생성할 수 있습니다. 그 후 어댑터의 성능을 평가할 수 있습니다.

## 테스트 세트 생성
<a name="adapters-training-testing"></a>

주석이 달린 테스트 세트를 제공하거나 자동 분할 기능을 사용해야 합니다. 훈련 세트는 어댑터를 실제로 훈련시키는 데 사용됩니다. 어댑터는 주석이 달린 이미지에 포함된 패턴을 학습합니다. 테스트 세트는 어댑터를 최종 완성하기 전에 모델의 성능을 평가하는 데 사용됩니다.

## 어댑터 훈련
<a name="adapters-train-adapter"></a>

 훈련 데이터에 주석을 달거나 매니페스트 파일을 제공한 후에는 어댑터에 대한 훈련 프로세스를 시작할 수 있습니다.

## 어댑터 ID 가져오기
<a name="adapter-get-adapter"></a>

어댑터 훈련이 완료되면 Rekognition의 이미지 분석 API와 함께 사용할 어댑터의 고유 ID를 얻을 수 있습니다.

## API 작업 직접 호출
<a name="adapter-call-operation"></a>

사용자 지정 어댑터를 적용하려면 어댑터를 지원하는 이미지 분석 API 중 하나를 직접 호출할 때 해당 ID를 제공하세요. 이렇게 하면 이미지에 대한 예측의 정확도가 향상됩니다.