根据我的要求，我有多个包含多个水瓶的图像。通过使用 AWS Rekognition，我想根据颜色或其他一些标准对水瓶进行分组。
我尝试过使用 AWS Rekognition 的对象和场景检测，但结果并不出乎意料。我想分组以及基于分组，我想找到计数，然后我必须决定计数是增加还是减少。
Amazon Rekognition 可能不是完成这项工作的最佳工具。
Rekognition可以提供对象检测。对于它检测到的每个对象，它可以提供边界框来标识它在图片中的位置。
因此，理论上您可以对图片执行物体检测，搜索图片中的物体并计算有多少被标记为水瓶。但是，它不会提供有关水瓶颜色的信息。
你的任务听起来像是应该在样本图片上独立训练的东西，以便机器学习模型知道如何检测你正在寻找的所需特征(颜色和其他标准)。这可以通过使用Amazon SageMaker来完成。它比 Amazon Rekognition 使用起来更复杂，但可以针对您描述的特定作业进行培训。
您的要求让我想起了 AWS re：Invent 会议上的一次演讲，Amazon.com 零售需要对存储在库存货架上的物品进行计数，以确定缺少物品的位置。虽然计数物品对人类来说可能很简单，但实际上它涉及计算机视觉的相当多的复杂性。我强烈建议您观看此会话。
请参阅：AWS re：Invent 2016：利用深度学习实现工业流程转型 (MAC301) - YouTube