QTM350-项目

Amazon Rekognition极端案例测试 该项目演示了在极端情况下如何测试的准确性。 研究的两个主要重点是：1）同卵双胞胎和2）面部变化。 在同卵双胞胎研究中，我们测试了Amazon Rekognition是否识别出双胞胎姐妹的置信度得分与其双胞胎相似。 在面部变异研究中，我们测试了Amazon Rekognition在面部表情变化较小时是否能识别具有相似置信度得分的个人。 博客文章 在我们的了解有关我们项目的更多。 架构概述 下面的架构图提供了该项目的概述。 我们首先将源图像和目标图像上传到Amazon Simple Storage Service（S3）Web存储桶。 然后将S3存储桶更改为公共访问权限。 可以通过设置AWS IAM角色来访问Amazon Rekognition。 设置好S3存储桶和Amazon Rekognition之后，我们可以使用Rekognition测