Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

SageMaker 澄清计算机视觉

亚马逊 SageMaker 澄清为突出显示正在分析的要素的图像生成热图。特别是，热图可以深入了解您的计算机视觉模型如何对图像进行分类，以及它们如何检测这些图像中的物体。

向亚马逊解释图片分类 SageMaker 澄清

SageMaker Clary 处理作业支持使用Kernelshap 算法. 该算法将图像视为超级像素的集合。给定由图像组成的数据集，处理作业会输出一个图像数据集，其中每个图像显示相关超级像素的热图。

对于使用的示例笔记本 SageMaker 澄清对图像进行分类并解释其分类，请参阅使用来解释图像分类 SageMaker 澄清.

用亚马逊解释对象检测 SageMaker 澄清

亚马逊 SageMaker 澄清可以检测图像中的物体并对其进行分类，然后对预测的检测提供解释。首先，这些对象被归类到指定集合中的一个分类。 SageMaker 澄清为属于该类的每个对象生成置信度分数，以及用于分隔该对象的边界框的坐标。对于有足够概率识别的每个检测物体， SageMaker 使用澄清提取功能简单线性迭代聚类 (SLIC)来自 cikit-learn 库的方法进行图像分割。

SageMaker 然后，澄清可以为在图像场景中检测物体提供解释。它使用 Shapley 值来确定每个要素对模型预测的贡献。它会生成一个热图，显示图像场景中的每个要素对其检测物体的重要性。对象的上下文对于正确识别物体通常非常重要，因此重要的是不仅仅使用裁剪的图像进行分类。

对于使用的示例笔记本 SageMaker 请参阅以及检测图像中的对象并解释其预测，请参阅使用 Amazon SageMaker 澄清解释对象检测模型.