As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Análise e verificação em massa
Com essa abordagem, você carrega um grande número de imagens que deseja usar como dados de treinamento e, em seguida, usa o Rekognition para obter previsões para essas imagens, que atribui rótulos automaticamente a elas. Você pode usar essas previsões como ponto de partida para seu adaptador. Você pode verificar a precisão das previsões e depois treinar o adaptador com base nas previsões verificadas. Isso pode ser feito com o AWS console.
O vídeo a seguir demonstra como usar o recurso de análise em massa do Rekognition para obter e verificar previsões para um grande número de imagens e então treinar um adaptador com essas previsões.
[](http://www.youtube.com/watch?v=https://www.youtube.com/embed/IGGMHPnPZLs?si=5eoidzFPbL6i5FfY)
## Faça upload de imagens para análise em massa
Para criar um conjunto de dados de treinamento para seu adaptador, faça upload de imagens em massa para o Rekognition prever rótulos. Para obter melhores resultados, forneça o máximo possível de imagens para treinamento até o limite de 10.000 e garanta que as imagens representem todos os aspectos do seu caso de uso.
Ao usar o AWS console, você pode fazer upload de imagens diretamente do seu computador ou fornecer um bucket do Amazon Simple Storage Service que armazena suas imagens. No entanto, ao usar o APIs Rekognition com um SDK, você deve fornecer um arquivo de manifesto que faça referência às imagens armazenadas em um bucket do Amazon Simple Storage Service. Consulte [Análise em massa](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html) para obter mais informações.
## Revise as previsões
Depois de enviar suas imagens para o console do Rekognition, o Rekognition gerará rótulos para elas. Em seguida, você pode verificar as previsões como uma das seguintes categorias: verdadeiro positivo, falso positivo, verdadeiro negativo, falso negativo. Depois de verificar as previsões, você pode treinar um adaptador com base no seu feedback.
## Treine o adaptador
Depois de concluir a verificação das previsões retornadas pela análise em massa, você poderá iniciar o processo de treinamento do seu adaptador.
## Obtenha o AdapterId
Depois que o adaptador for treinado, você poderá obter a ID exclusiva para seu adaptador usar com a análise de imagem do Rekognition. APIs
## Chame a operação da API
Para aplicar seu adaptador personalizado, forneça sua ID ao chamar uma das análises de imagem APIs que suporta adaptadores. Isso aprimora a precisão das previsões para suas imagens.