Amazon Rekognition
Amazon Rekognition
Serwis AI do analizy obrazow i wideo. Wykrywaj obiekty, twarze, tekst, celebrytow i nieodpowiednie tresci - bez znajomosci machine learning.
Amazon Rekognition to w pelni zarzadzany serwis AI/ML, ktory pozwala analizowac obrazy i wideo za pomoca deep learning. Nie musisz byc ekspertem od machine learning - wystarczy wyslac obraz lub wideo do API, a Rekognition zwroci szczegolowe informacje o tym, co widzi: obiekty, twarze, tekst, celebrytow, a nawet nieodpowiednie tresci.
Rekognition obsluguje zarowno analize statycznych obrazow (Image), jak i strumieniowego wideo (Video). Dzieki Custom Labels mozesz wytrenowac wlasne modele do wykrywania specyficznych obiektow - np. wadliwych produktow na linii produkcyjnej.
Amazon Rekognition jest wykorzystywany przez NFL do automatycznego tagowania zawodnikow na materialach wideo. Serwis potrafi przetworzyc obraz w mniej niz 500ms, co umozliwia analize w czasie rzeczywistym. Custom Labels pozwala wytrenowac model na zaledwie 30 obrazach!
Ustawiaj MinConfidence na 90%+ w produkcji, zeby uniknac falszywie pozytywnych wynikow. Dla moderacji tresci warto dodac Amazon Augmented AI (A2I) jako ludzka weryfikacje przypadkow o srednim poziomie pewnosci (50-90%).
Rekognition analizuje obrazy i wideo za pomoca wytrenowanych modeli ML. Wysylasz obraz lub wskazujesz strumien wideo, a serwis zwraca strukturalne wyniki: wykryte twarze, obiekty, tekst, moderacje tresci czy etykiety niestandardowe.
Przeslanie obrazu lub wideo
Obraz przekazujesz jako bajty (do 5 MB) bezposrednio w zapytaniu API lub wskazujesz obiekt na S3 (do 15 MB). Dla wideo asynchronicznego wskazujesz plik na S3 (do 10 GB). Dla analizy na zywo konfigurujesz Kinesis Video Stream jako zrodlo. Rekognition obsluguje formaty JPEG, PNG dla obrazow oraz H.264 dla wideo.
Wybor typu analizy
Rekognition oferuje rozne API: DetectLabels (obiekty, sceny), DetectFaces (twarze z atrybutami), DetectText (OCR), DetectModerationLabels (tresci nieodpowiednie), RecognizeCelebrities (rozpoznawanie celebrytow). Kazde API zwraca inne dane wynikowe z confidence score od 0 do 100%.
Przetwarzanie przez modele ML
Rekognition uzywa wewnetrznych modeli deep learning wytrenowanych na miliardach obrazow. Dla Custom Labels mozesz dotrenowac model na swoich danych - wystarczy ok. 30-250 obrazow treningowych. Modele niestandardowe sa hostowane na dedykowanej infrastrukturze (min. 1 inference unit = ok. $4/h).
Zwrot wynikow z confidence score
API zwraca JSON z wykrytymi elementami. Kazdy wynik ma confidence score (0-100%), bounding box (wspolrzedne prostokata), atrybuty specyficzne dla typu analizy. Np. DetectFaces zwraca pozycje landmarks (oczy, nos, usta), emocje, wiek, okulary. Ustawiaj MinConfidence aby filtrowac szum.
Analiza wideo (asynchroniczna)
Analiza wideo dziala asynchronicznie: wywolujesz StartLabelDetection/StartFaceDetection, Rekognition przetwarza wideo w tle i publikuje wynik do SNS. Nastepnie pobierasz wyniki przez GetLabelDetection z paginacja. Wyniki zawieraja timestamp kazdego wykrycia, co pozwala na precyzyjna lokalizacje w czasie.
Streaming video analysis
Rekognition Video moze analizowac strumien na zywo z Kinesis Video Streams. Tworzysz Stream Processor, ktory laczy zrodlo wideo z kolekcja twarzy lub etykietami. Wyniki trafiaja do Kinesis Data Stream w czasie rzeczywistym - idealny do monitoringu, kontroli dostepu czy analizy ruchu w sklepie.
Rekognition jest prosty w integracji, ale wymaga przemyslanego podejscia do progow confidence, optymalizacji kosztow i obslugi edge cases. Ponizej praktyczne wskazowki z wdrozen produkcyjnych.
Dostosuj MinConfidence do przypadku uzycia
Domyslny prog confidence to 55% - za niski dla wiekszosci zastosowann produkcyjnych. Dla moderacji tresci ustaw 70-80% i dodaj recenzje czlowieka dla wynikon 50-80%. Dla kontroli dostepu (face matching) wymagaj 99%+. Testuj progi na swoim zbiorze danych - optymalne wartosci zaleza od dziedziny i rozkladu danych.
PoczatkujacyCustom Labels zamiast generic DetectLabels
DetectLabels rozpoznaje ok. 3000 ogolnych etykiet, ale nie zna Twoich produktow. Custom Labels pozwala wytrenowac model na wlasnych danych. Potrzebujesz min. 30 obrazow treningowych (250+ dla lepszej dokladnosci). Uzywaj Amazon SageMaker Ground Truth do etykietowania. Model custom kosztuje ok. $4/h za inference unit - wylaczaj gdy nie uzywasz.
ZaawansowanyOptymalizuj koszty przez preselekcje
Rekognition kosztuje $1/1000 obrazow (DetectLabels). Przy milionach obrazow koszty rosna szybko. Filtruj obrazy przed wyslaniem: odrzucaj duplikaty (perceptual hashing), pomijaj obrazy ponizej minimalnej rozdzielczosci, grupuj podobne obrazy i analizuj tylko reprezentatywne. Dla wideo analizuj klatki co 1-5 sekund zamiast kazdej klatki.
ZaawansowanyFace collection do wyszukiwania twarzy
Kolekcja twarzy to indeks do szybkiego wyszukiwania. IndexFaces dodaje twarz z metadanymi (ExternalImageId), SearchFacesByImage szuka dopasowania. Kolekcja moze przechowywac miliony twarzy. Ustawiaj QualityFilter=AUTO przy IndexFaces, aby odrzucac niewyrazne zdjecia. Pamietaj o regulacjach prawnych (RODO) przy przechowywaniu danych biometrycznych.
ZaawansowanyContent moderation z human review
DetectModerationLabels wykrywa tresci nieodpowiednie (nagosc, przemoc, narkotyki). Integruj z Amazon A2I (Augmented AI) dla human-in-the-loop review. Skonfiguruj workflow: obrazy z confidence 80%+ blokuj automatycznie, 50-80% kieruj do recenzji, ponizej 50% przepuszczaj. To minimalizuje zarowno false positives jak i false negatives.
PoczatkujacyRozdzielczosc i jakosc obrazu
Rekognition dziala najlepiej na obrazach min. 80x80 pikseli dla twarzy i min. 640x480 dla ogolnych etykiet. Wieksze obrazy nie poprawiaja dokladnosci, ale zwiekszaja latency i koszty. Skaluj obrazy do optymalnego rozmiaru przed wyslaniem. Dla face detection twarz powinna zajmowac min. 5% powierzchni obrazu.
PoczatkujacyScreenshoty z AWS Console
Wkrotce pojawia sie tu zrzuty ekranu pokazujace jak korzystac z Amazon Rekognition bezposrednio w konsoli AWS.
Do czego sluzy Amazon Rekognition?
Moderacja tresci
Automatycznie wykrywaj nieodpowiednie lub niebezpieczne tresci w obrazach i wideo przesylanych przez uzytkownikow.
Weryfikacja tozsamosci
Porownuj twarze na zdjeciach z dokumentow z selfie uzytkownika w procesach KYC i onboardingu.
Wyszukiwanie wizualne
Automatycznie taguj i kategoryzuj miliony obrazow w S3 na podstawie wykrytych obiektow i scen.
Bezpieczenstwo i PPE
Wykrywaj srodki ochrony osobistej (kaski, kamizelki, maski) na pracownikach w czasie rzeczywistym.
Co musisz wiedziec?
Label Detection
Wykrywanie obiektow, scen i koncepcji na obrazach. Rekognition zwraca etykiety (labels) z poziomem pewnosci, np. "Car: 98.5%".
Face Detection & Analysis
Wykrywanie twarzy wraz z atrybutami: emocje, wiek (przedzial), plec, okulary, zarost. Nie identyfikuje osoby - tylko analizuje twarz.
Face Comparison & Search
Porownywanie dwoch twarzy (CompareFaces) lub wyszukiwanie twarzy w kolekcji (SearchFaces). Kolekcja to indeks twarzy przechowywany w Rekognition.
Content Moderation
Wykrywanie nieodpowiednich lub obrazliwych tresci w obrazach i wideo. Zwraca kategorie i poziom pewnosci dla moderacji.
Custom Labels
Trenowanie wlasnych modeli rozpoznawania obrazow na Twoich danych. Wystarczy kilkadziesiat oznaczonych przykladow - Rekognition zrobi resztę.
Text in Image (OCR)
Wykrywanie i odczytywanie tekstu widocznego na obrazach - tablice rejestracyjne, szyldy, memy, zrzuty ekranu.
Architektura: System moderacji tresci z Rekognition
Pipeline do automatycznej moderacji obrazow przesylanych przez uzytkownikow z fallbackiem na ludzka recenzje. Rekognition analizuje tresci w czasie rzeczywistym, blokujac nieodpowiednie materialy i kierujac watpliwe przypadki do moderatorow.
Ile kosztuje Amazon Rekognition?
Image Analysis
Platnosc za przetworzony obraz. Cena spada przy wiekszym wolumenie (tiered pricing).
Pierwsze 1 mln obrazow: $1.00/1000 obrazow
Video Analysis
Platnosc za minute przetworzonego wideo. Rozne stawki dla roznych API.
Label Detection: $0.10/min wideo
Face Storage
Przechowywanie metadanych twarzy w kolekcjach. Platnosc miesieczna za twarz.
$0.01/1000 twarzy/miesiac
Free Tier
5000 obrazow i 1000 minut wideo miesiecznie przez 12 miesiecy.
Wystarczy na prototypowanie i testy
Przyklady AWS CLI
Wykryj obiekty na obrazie
Analiza obrazu z S3 - zwraca wykryte obiekty z poziomem pewnosci
aws rekognition detect-labels \
--image "{\"S3Object\":{\"Bucket\":\"moj-bucket\",\"Name\":\"zdjecie.jpg\"}}" \
--max-labels 10 \
--min-confidence 90Wykryj twarze na obrazie
Detekcja twarzy z analiza atrybutow (emocje, wiek, plec)
aws rekognition detect-faces \
--image "{\"S3Object\":{\"Bucket\":\"moj-bucket\",\"Name\":\"portret.jpg\"}}" \
--attributes ALLPorownaj dwie twarze
Sprawdza czy na dwoch zdjeciach jest ta sama osoba
aws rekognition compare-faces \
--source-image "{\"S3Object\":{\"Bucket\":\"moj-bucket\",\"Name\":\"dokument.jpg\"}}" \
--target-image "{\"S3Object\":{\"Bucket\":\"moj-bucket\",\"Name\":\"selfie.jpg\"}}" \
--similarity-threshold 90Moderacja tresci
Sprawdza obraz pod katem nieodpowiednich tresci
aws rekognition detect-moderation-labels \
--image "{\"S3Object\":{\"Bucket\":\"moj-bucket\",\"Name\":\"upload.jpg\"}}" \
--min-confidence 80Quiz: Amazon Rekognition
Sprawdz czy dobrze rozumiesz podstawy. Kliknij odpowiedz — feedback pojawi sie od razu.
1. Ktora funkcja Rekognition pozwala wytrenowac wlasny model rozpoznawania obrazow?
2. Co zwraca operacja DetectFaces z parametrem ALL?
3. Jaki jest limit Free Tier dla analizy obrazow w Rekognition?
Czesto uzywane razem z Amazon Rekognition
Chcesz poznac Amazon Rekognition w praktyce?
Darmowy kurs "AWS od podstaw" pokazuje jak uzywac Amazon Rekognition krok po kroku. Teoria + praktyka od zera.