训练完 Amazon Rekognition Custom Labels 模型，还不能直接用它识别新图片。需要先启动某个模型版本，把待检图片放到有权限的 S3 位置，调用 DetectCustomLabels，然后在试验结束后停止模型。AWS 启动文档明确指出，模型运行期间按时间收费；不要让测试实例一直开着。本文是控制台与命令行操作说明，未在真实 AWS 账号调用或产生检测结果。
准备一个可核对的试点任务
假设已有一个用于“金属外壳可见划伤”的模型版本，准备一张训练和测试时都没用过的新图。保存图片 ID、拍摄条件、人工判定和 S3 路径。先核对图像上传是否符合公司保密要求、当前账号是否有模型与 S3 访问权限，并为运行时间设置预算。本站已发布的 Custom Labels 训练教程讲项目、标注与训练；这里从已有模型版本的使用阶段开始。
启动模型并对新图检测
- 在模型版本页打开 Use model 标签，到 Start or stop model 区域点击 Start 并在弹窗确认。等状态变成 Running 再调用，不把点击成功当成服务已可用。这一步与状态名称见 AWS 官方启动步骤。
- 在同一个 Use Model → API code 区域选择 AWS CLI command，复制控制台为当前模型生成的 detect-custom-labels 命令。按 AWS 检测步骤，先把新图上传到有权限的 S3 存储桶，再把命令中的图像位置替换为实际存储桶与对象键，在已配置凭证和区域的终端执行。
- 保存命令、模型版本、图片 ID 和返回结果。输出可能包含标签、置信度；定位模型还可能有边界框。把它与人工标注逐图比对，特别记录漏检与误报。不要把某个置信度数字直接当成放行许可，阈值要按你的风险和测试集确定。
如果命令失败，先看模型是否仍为 Running、命令里的模型版本及区域是否一致、S3 对象是否存在、调用身份是否有权限；不要把超时或空输出记为“未发现缺陷”。AWS 的 示例页说明命令由控制台按模型生成，照抄文档中的演示 ARN 或示例图片地址不能用于你的模型。
停止运行并复核费用边界
测试完成后回到 Start or stop model 点击 Stop，在确认框输入 stop，再看状态是否变成 Stopped；仅关闭网页不会停止计费。AWS 停止模型步骤也要求核对最终状态。保留启动、结束时间和实际费用记录供试点复盘。
一次新图检测的合格证据是：所用模型版本和新图可追溯、DetectCustomLabels 返回可解释的结果、人工真值已比对、停止状态已确认。本文没有验证真实缺陷检出率，也不授权自动放行；安全或法定检验仍按既有质量流程执行。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/30001.html
