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。

# 練習 1：偵測物件和場景 (主控台)
<a name="detect-labels-console"></a>

此節將从高層面具體說明 Amazon Rekognition 的物件與場景偵測功能的運作方式。當您指定影像做為輸入檔時，服務會偵測影像中的物件和場景，並加上每個物件與場景的可信度分數百分比後傳回結果。

例如，Amazon Rekognition 將偵測範例影像中的下列物件與場景：滑板、運動、人物、汽车、轎車與其他車輛。

![\[在停駐車輛之間城市街道中間的滑板上進行嘲諷的人。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/detect-scenes.png)


Amazon Rekognition 也將針對範例影像中偵測到的物件傳回可信度分數，如下列範例回應所示。

![\[圖表顯示 Skateboard、Sport、People、Person、Human 和 Parking 等標籤的分數，高可信度值約為 99%。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/labels-confidence-score.png)


若要查看所有顯示於此回應中的可信度分數，請選擇**標籤\$1可信度**中的**顯示更多**窗格。

您也可以查看對 API 的請求以及來自 API 的回應做為參考。

請求

```
{
   "contentString":{
      "Attributes":[
         "ALL"
      ],
      "Image":{
         "S3Object":{
            "Bucket":"console-sample-images",
            "Name":"skateboard.jpg"
         }
      }
   }
}
```

回應

```
{
   "Labels":[
      {
         "Confidence":99.25359344482422,
         "Name":"Skateboard"
      },
      {
         "Confidence":99.25359344482422,
         "Name":"Sport"
      },
      {
         "Confidence":99.24723052978516,
         "Name":"People"
      },
      {
         "Confidence":99.24723052978516,
         "Name":"Person"
      },
      {
         "Confidence":99.23908233642578,
         "Name":"Human"
      },
      {
         "Confidence":97.42484283447266,
         "Name":"Parking"
      },
      {
         "Confidence":97.42484283447266,
         "Name":"Parking Lot"
      },
      {
         "Confidence":91.53300476074219,
         "Name":"Automobile"
      },
      {
         "Confidence":91.53300476074219,
         "Name":"Car"
      },
      {
         "Confidence":91.53300476074219,
         "Name":"Vehicle"
      },
      {
         "Confidence":76.85114288330078,
         "Name":"Intersection"
      },
      {
         "Confidence":76.85114288330078,
         "Name":"Road"
      },
      {
         "Confidence":76.21503448486328,
         "Name":"Boardwalk"
      },
      {
         "Confidence":76.21503448486328,
         "Name":"Path"
      },
      {
         "Confidence":76.21503448486328,
         "Name":"Pavement"
      },
      {
         "Confidence":76.21503448486328,
         "Name":"Sidewalk"
      },
      {
         "Confidence":76.21503448486328,
         "Name":"Walkway"
      },
      {
         "Confidence":66.71541595458984,
         "Name":"Building"
      },
      {
         "Confidence":62.04711151123047,
         "Name":"Coupe"
      },
      {
         "Confidence":62.04711151123047,
         "Name":"Sports Car"
      },
      {
         "Confidence":61.98909378051758,
         "Name":"City"
      },
      {
         "Confidence":61.98909378051758,
         "Name":"Downtown"
      },
      {
         "Confidence":61.98909378051758,
         "Name":"Urban"
      },
      {
         "Confidence":60.978023529052734,
         "Name":"Neighborhood"
      },
      {
         "Confidence":60.978023529052734,
         "Name":"Town"
      },
      {
         "Confidence":59.22066116333008,
         "Name":"Sedan"
      },
      {
         "Confidence":56.48063278198242,
         "Name":"Street"
      },
      {
         "Confidence":54.235477447509766,
         "Name":"Housing"
      },
      {
         "Confidence":53.85226058959961,
         "Name":"Metropolis"
      },
      {
         "Confidence":52.001792907714844,
         "Name":"Office Building"
      },
      {
         "Confidence":51.325313568115234,
         "Name":"Suv"
      },
      {
         "Confidence":51.26075744628906,
         "Name":"Apartment Building"
      },
      {
         "Confidence":51.26075744628906,
         "Name":"High Rise"
      },
      {
         "Confidence":50.68067932128906,
         "Name":"Pedestrian"
      },
      {
         "Confidence":50.59548568725586,
         "Name":"Freeway"
      },
      {
         "Confidence":50.568580627441406,
         "Name":"Bumper"
      }
   ]
}
```

如需詳細資訊，請參閱 [Amazon Rekognition 的運作方式](how-it-works.md)。

## 在您提供的影像中偵測物件和場景
<a name="detect-label-own-image"></a>

您可以上傳您擁有的影像或提供影像的 URL 做為用於 Amazon Rekognition 主控台的輸入檔。Amazon Rekognition 將傳回物件和場景、每個物件的可信度分數以及在您所提供的影像中偵測到的場景。

**注意**  
影像大小必須少於 5MB，且須為 JPEG 或 PNG 格式。

**若要在您提供的影像中偵測物件和場景**

1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。

1. 選擇**標籤偵測**。

1. 執行以下任意一項：
   + 上傳影像 – 選擇 **Upload** (上傳)，前往您儲存影像的位置，然後選擇影像。
   + 使用 URL – 在文字方塊中輸入 URL，然後選擇 **Go** (前往)。

1. 在 **Labels \$1 Confidence** (標籤 \$1 可信度) 窗格中檢視每個偵測到的標籤之可信度分數。

若要取得更多影像分析選項，請參閱 [使用映像](images.md)。

## 偵測影片中的人物和物件
<a name="detect-label-video-console"></a>

您可以在 Amazon Rekognition 主控台上傳您提供的影片，做為輸入。Amazon Rekognition 會傳回在影片中偵測到的人員、物件和標籤。

**注意**  
示範影片長度不得超過一分鐘或大於 30 MB。其必須是 MP4 檔案格式，並使用 H.264 編解碼器進行編碼。

**偵測影片中的人物和物件**

1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。

1. 從導覽列中選擇**儲存的影片分析**。

1. 在**選擇範例或上傳您自己的**影片下，從下拉式選單中選取**您自己的影片**。

1. 拖放影片，或從儲存影片的位置選取影片。

 如需更多影片分析選項，請參閱 [使用儲存的影片分析操作](video.md) 或 [處理串流影片事件](streaming-video.md)。