本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 用于计算机视觉的内置 SageMaker AI 算法
<a name="algorithms-vision"></a>

SageMaker AI 提供了用于图像分类、对象检测和计算机视觉的图像处理算法。
+ [图像分类- MXNet](image-classification.md) – 使用包含答案的示例数据（称为*有监督算法*）。 使用此算法为图像分类。
+ [图像分类- TensorFlow](image-classification-tensorflow.md) – 使用预先训练的 TensorFlow Hub 模型，针对特定任务进行微调（称为*有监督算法*）。 使用此算法为图像分类。
+ [物体检测- MXNet](object-detection.md) – 使用单个深度神经网络检测和分类图像中的对象。它是一种指导式学习算法，将图像作为输入并识别图像场景中的所有对象实例。
+ [物体检测- TensorFlow](object-detection-tensorflow.md) – 检测图像中的边界框和对象标签。这是一种支持使用所提供预训练 TensorFlow 模型进行迁移学习的有监督学习算法。
+ [语义分割算法](semantic-segmentation.md) – 提供一种细粒度的像素级方法来开发计算机视觉应用程序。


| 算法名称 | 渠道名称 | 训练输入模式 | 文件类型 | 实例类 | 可并行化 | 
| --- | --- | --- | --- | --- | --- | 
| 图像分类 – MXNet | 训练和验证，（可选）train\_lst、validation\_lst 和模型 | 文件或管道 | recordIO 或图像文件 (.jpg 或 .png)  | GPU | 是 | 
| 图像分类 – TensorFlow | 训练和验证 | 文件 | 图像文件（.jpg、.jpeg 或 .png）  | CPU 或 GPU | 是（仅适用于单实例上的多 GPU） | 
| 对象检测 | 训练和验证，（可选）train\_annotation、validation\_annotation 和模型 | 文件或管道 | recordIO 或图像文件 (.jpg 或 .png)  | GPU | 是 | 
| 对象检测 – TensorFlow | 训练和验证 | 文件 | 图像文件（.jpg、.jpeg 或 .png）  | GPU | 是（仅适用于单实例上的多 GPU） | 
| 语义分割 | 训练和验证、train\_annotation、validation\_annotation 以及（可选）label\_map 和模型 | 文件或管道 | 图像文件 | GPU（仅单个实例） | 否 |