本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 步驟 4：使用模型分析影像
呼叫 [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels) API 以分析影像。在此步驟中，您會使用 `detect-custom-labels` AWS Command Line Interface (AWS CLI) 命令來分析範例映像。您可以從 Amazon Rekognition 自訂標籤主控台取得 AWS CLI 命令。主控台會將 AWS CLI 命令設定為使用您的模型。您只需要提供儲存在 Amazon S3 儲存貯體中的影像。本主題會提供可用於每個範例專案的影像。
**注意**
主控台還會提供 Python 範例程式碼。
來自 `detect-custom-labels` 的輸出包括在影像中找到的標籤清單、邊界框 (如果模型尋找物體位置)，以及模型對預測準確度的信賴度。
如需詳細資訊，請參閱[使用經過培訓的模型分析圖像](detecting-custom-labels.md)。
**分析影像 (主控台)**
1. 顯示為執行中的模型狀態，使用停止按鈕停止執行中的模型。
如果您尚未設定 ，請設定 AWS CLI。如需說明，請參閱[步驟 4：設定 AWS CLI 和 AWS SDKs](su-awscli-sdk.md)。
1. 如果您尚未執行，請開始執行模型。如需詳細資訊，請參閱[步驟 3：啟動模型](gs-step-start-model.md)。
1. 選擇**使用模型**索引標籤，然後選擇 **API 程式碼**。以下顯示的模型狀態面板顯示模型為執行中，並顯示停止按鈕來停止執行中的模型，以及顯示 API 的選項。
1. 選擇 **AWS CLI 命令**。
1. 在**分析映像**區段中，複製呼叫 的 AWS CLI 命令`detect-custom-labels`。下圖的 Rekognition 主控台顯示「分析影像」區段，其中包含使用機器學習模型偵測影像上自訂標籤的 AWS CLI 命令，以及啟動模型並提供影像詳細資訊的說明。
1. 將範例影像上傳至 Amazon S3 儲存貯體。如需說明，請參閱[取得範例影像](#gs-example-images)。
1. 在命令提示字元中，輸入您在上一個步驟中複製的 AWS CLI 命令。輸出應該如以下範例所示。
`--project-version-arn` 的值應該是模型的 Amazon Resource Name (ARN)。`--region` 的值應該是您在其中建立模型的 AWS 區域。
將 `MY_BUCKET` 和 `PATH_TO_MY_IMAGE` 變更為您在上一步驟中所使用的 Amazon S3 儲存貯體和影像。
如果您是使用 [自訂標籤存取](su-sdk-programmatic-access.md#su-sdk-programmatic-access-customlabels-examples) 設定檔來取得憑證，請新增 `--profile custom-labels-access` 參數。
```
aws rekognition detect-custom-labels \
--project-version-arn "{{model_arn}}" \
--image '{"S3Object": {"Bucket": "{{MY_BUCKET}}","Name": "{{PATH_TO_MY_IMAGE}}"}}' \
--region {{us-east-1}} \
--profile custom-labels-access
```
如果模型尋找物件、場景和概念，則來自 AWS CLI 命令的 JSON 輸出看起來應類似下列內容。 `Name` 是模型找到的影像層級標籤名稱。`Confidence` (0-100) 是模型在預測準確性方面的可信度。
```
{
"CustomLabels": [
{
"Name": "living_space",
"Confidence": 83.41299819946289
}
]
}
```
如果模型尋找物件位置或尋找品牌，則會傳回標記的週框方塊。`BoundingBox` 包含物件周圍方塊的位置。`Name` 是模型在週框方塊中找到的物件。`Confidence` 是模型對於週框方塊包含物件的可信度。
```
{
"CustomLabels": [
{
"Name": "textract",
"Confidence": 87.7729721069336,
"Geometry": {
"BoundingBox": {
"Width": 0.198987677693367,
"Height": 0.31296101212501526,
"Left": 0.07924537360668182,
"Top": 0.4037395715713501
}
}
}
]
}
```
1. 繼續使用模型分析其他影像。如果不再使用，請停止模型。如需詳細資訊，請參閱[步驟 5：停止模型](gs-step-stop-model.md)。
## 取得範例影像
您可以使用下列影像進行 `DetectCustomLabels` 操作。每個專案都有一個影像。若要使用影像，您可以將其上傳到 S3 儲存貯體。
**使用範例影像**
1. 在以下與您正在使用的範例專案相符的影像上按一下右鍵。然後選擇**儲存影像**，將影像儲存到電腦。依您使用的瀏覽器而定，功能表選項可能會有所不同。
1. 將映像上傳至您 AWS 帳戶擁有的 Amazon S3 儲存貯體，且位於您使用 Amazon Rekognition 自訂標籤的相同 AWS 區域。
如需指示說明，請參閱 *Amazon 簡單儲存服務使用者指南*中的[將物件上傳至 Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html)。
### Image classification
### 多標籤分類
### 品牌偵測
### 物件本地化
