Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Objekterkennung - TensorFlow
<a name="object-detection-tensorflow"></a>

Der Amazon SageMaker AI Object Detection — TensorFlow Algorithmus ist ein Algorithmus für überwachtes Lernen, der Transferlernen mit vielen vortrainierten Modellen aus dem [ TensorFlow Model Garden ](https://github.com/tensorflow/models) unterstützt. Verwenden Sie Transfer Learning, um eines der verfügbaren vortrainierten Modelle anhand Ihres eigenen Datensatzes zu optimieren, auch wenn eine große Menge an Bilddaten nicht verfügbar ist. Der Objekterkennungsalgorithmus verwendet ein Bild als Eingabe und gibt eine Liste von Begrenzungsrahmen aus. Trainingsdatensätze müssen aus Bildern bestehen. `jpg`,`.jpeg`, oder `.png` Format. Diese Seite enthält Informationen zu Empfehlungen für Amazon EC2-Instances und Beispiel-Notebooks für die Objekterkennung —. TensorFlow

**Topics**
+ [Wie benutzt man den SageMaker AI Object Detection — Algorithmus TensorFlow](object-detection-tensorflow-how-to-use.md)
+ [Eingabe- und Ausgabeschnittstelle für den TensorFlow Objekterkennungsalgorithmus](object-detection-tensorflow-inputoutput.md)
+ [Amazon EC2-Instance-Empfehlung für den Objekterkennungsalgorithmus TensorFlow](#object-detection-tensorflow-instances)
+ [Objekterkennung — TensorFlow Beispiel-Notizbücher](#object-detection-tensorflow-sample-notebooks)
+ [So TensorFlow funktioniert die Objekterkennung](object-detection-tensorflow-HowItWorks.md)
+ [TensorFlow Modelle](object-detection-tensorflow-Models.md)
+ [Objekterkennung — TensorFlow Hyperparameter](object-detection-tensorflow-Hyperparameter.md)
+ [Optimieren Sie ein Objekterkennungsmodell TensorFlow](object-detection-tensorflow-tuning.md)

## Amazon EC2-Instance-Empfehlung für den Objekterkennungsalgorithmus TensorFlow
<a name="object-detection-tensorflow-instances"></a>

Der Object Detection — TensorFlow Algorithmus unterstützt alle GPU-Instances für das Training, einschließlich:
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`

Wir empfehlen die Verwendung von GPU-Instances mit mehr Arbeitsspeicher zum Training mit großen Stapelgrößen. Es können jedoch sowohl CPU-Instances (wie C5 und M5) als auch GPU-Instances (wie P2 und P3) für die Interferenz verwendet werden. Eine umfassende Liste der SageMaker Schulungs- und Inferenzinstanzen in verschiedenen AWS Regionen finden Sie unter [ SageMaker Amazon-Preise](https://aws.amazon.com/sagemaker/pricing/).

## Objekterkennung — TensorFlow Beispiel-Notizbücher
<a name="object-detection-tensorflow-sample-notebooks"></a>

Weitere Informationen zur Verwendung des SageMaker TensorFlow KI-Algorithmus zur Objekterkennung für Transfer Learning an einem benutzerdefinierten Datensatz finden Sie im [ Notizbuch ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/object_detection_tensorflow/Amazon_Tensorflow_Object_Detection.ipynb) Einführung in SageMaker TensorFlow — Objekterkennung.

Anweisungen zum Erstellen und Zugreifen auf Jupyter-Notebook-Instances, mit denen Sie das Beispiel in SageMaker AI ausführen können, finden Sie unter. [SageMaker Amazon-Notebook-Instances](nbi.md) Nachdem Sie eine Notebook-Instanz erstellt und geöffnet haben, wählen Sie den ** Tab ** SageMaker AI-Beispiele, um eine Liste aller AI-Beispiele anzuzeigen. SageMaker Zum Öffnen eines Notebooks wählen Sie die Registerkarte **Verwenden** und dann **Kopie erstellen** aus.