Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# Détection d'objets - TensorFlow
<a name="object-detection-tensorflow"></a>

L'algorithme Amazon SageMaker AI Object Detection est un TensorFlow algorithme d'apprentissage supervisé qui prend en charge l'apprentissage par transfert avec de nombreux modèles préentraînés issus du [ TensorFlow Model Garden](https://github.com/tensorflow/models). Utilisez l'apprentissage par transfert pour affiner l'un des modèles pré-entraînés disponibles sur votre propre jeu de données, même si une grande quantité de données d'image n'est pas disponible. L'algorithme de détection d'objets prend une image en entrée et génère en sortie une liste de zones de délimitation. Les jeux de données d'entraînement doivent être composés d'images au format `jpg`, `.jpeg` ou `.png`. Cette page contient des informations sur les recommandations relatives aux instances Amazon EC2 et des exemples de blocs-notes pour la détection d'objets -. TensorFlow

**Topics**
+ [Comment utiliser l' TensorFlow algorithme SageMaker AI Object Detection](object-detection-tensorflow-how-to-use.md)
+ [Interface d'entrée et de sortie pour l' TensorFlow algorithme de détection d'objets](object-detection-tensorflow-inputoutput.md)
+ [Recommandation d'instance Amazon EC2 pour l'algorithme de détection d'objets TensorFlow](#object-detection-tensorflow-instances)
+ [Détection d'objets - TensorFlow exemples de blocs-notes](#object-detection-tensorflow-sample-notebooks)
+ [Comment TensorFlow fonctionne la détection d'objets](object-detection-tensorflow-HowItWorks.md)
+ [TensorFlow Modèles](object-detection-tensorflow-Models.md)
+ [Détection d'objets - TensorFlow Hyperparamètres](object-detection-tensorflow-Hyperparameter.md)
+ [Régler un TensorFlow modèle de détection d'objets](object-detection-tensorflow-tuning.md)

## Recommandation d'instance Amazon EC2 pour l'algorithme de détection d'objets TensorFlow
<a name="object-detection-tensorflow-instances"></a>

L' TensorFlow algorithme Object Detection prend en charge toutes les instances GPU pour l'entraînement, notamment :
+ `ml.p2.xlarge`
+ `ml.p2.16xlarge`
+ `ml.p3.2xlarge`
+ `ml.p3.16xlarge`

Nous recommandons d'utiliser les instances de GPU avec davantage de mémoire pour l'entraînement avec de grandes tailles de lot. Les instances de CPU (telles que M5) et de GPU (P2 ou P3) peuvent être utilisées pour l'inférence. Pour obtenir une liste complète des instances de SageMaker formation et d'inférence par AWS région, consultez la page [ Amazon SageMaker Pricing](https://aws.amazon.com/sagemaker/pricing/).

## Détection d'objets - TensorFlow exemples de blocs-notes
<a name="object-detection-tensorflow-sample-notebooks"></a>

Pour plus d'informations sur l'utilisation de l' TensorFlow algorithme SageMaker AI Object Detection pour l'apprentissage par transfert sur un ensemble de données personnalisé, consultez le [ bloc-notes ](https://github.com/aws/amazon-sagemaker-examples/blob/main/introduction_to_amazon_algorithms/object_detection_tensorflow/Amazon_Tensorflow_Object_Detection.ipynb) Introduction à SageMaker TensorFlow la détection d'objets.

Pour savoir comment créer et accéder à des instances de bloc-notes Jupyter que vous pouvez utiliser pour exécuter l'exemple dans SageMaker AI, consultez. [Instances de SageMaker blocs-notes Amazon](nbi.md) Après avoir créé une instance de bloc-notes et l'avoir ouverte, sélectionnez l'**onglet Exemples d'**SageMaker IA pour afficher la liste de tous les exemples d' SageMaker IA. Pour ouvrir un bloc-notes, choisissez son onglet **Use** (Utiliser), puis **Create copy** (Créer une copie).