AWS Rekognition DetectCustomLabels为何未返回geometry参数？

为什么没有返回Geometry？ #

Geometry字段仅在目标检测类型的自定义模型中返回。如果你的模型是图像分类类型（仅对整张图像进行分类，不识别图像内的具体物体位置），响应中就不会包含Geometry参数。从你的响应来看，当前模型更像是图像分类模型，而非目标检测模型。

让服务返回Geometry的步骤 #

• 确认模型类型：检查你的Rekognition项目是创建的「目标检测」项目还是「图像分类」项目。只有目标检测模型会输出物体的边界框（Geometry）。
• 重新训练目标检测模型：如果当前是分类模型，需要创建新的目标检测项目，并使用包含边界框标注的训练数据集（标注时需为每个目标定义xmin、ymin、xmax、ymax坐标）。
• 部署正确的模型版本：确保调用detect-custom-labels时使用的是目标检测模型的版本ARN，而非分类模型的版本。

替代方案 #

如果不想重新训练模型，可选择以下服务实现自定义目标检测并获取位置信息：

• Amazon SageMaker：支持训练自定义目标检测模型（如YOLO、Faster R-CNN等），完全控制模型架构和标注数据，训练完成后可部署端点返回包含边界框的预测结果。
• AWS Rekognition DetectLabels：若不需要完全自定义的标签，可使用该通用目标检测API，能返回图像中常见物体的名称、置信度和Geometry信息，但标签为预定义类别。

内容的提问来源于stack exchange，提问作者Julian David Pulecio Gomez