Arkinu
Comparador de servicios de AWS

Amazon Rekognition vs Amazon Textract: diferencias y cuándo usar cada uno

Amazon Rekognition
Amazon Textract

Se confunden a menudo en el examenLas preguntas suelen ofrecer uno como distractor del otro: fíjate en la frase del escenario que inclina la balanza.

Aprendizaje automático

Amazon Rekognition

En el radar· Rekognition: vídeo en streaming y análisis masivo sin clientes nuevos

Servicio de análisis de imágenes y vídeo (visión por computadora) que no requiere experiencia en machine learning. Detecta objetos, escenas, texto y contenido inapropiado, y analiza y compara rostros.

Frases del examen que apuntan aquí

  • «identificar objetos, escenas o actividades en imágenes y vídeos»

    Amazon Rekognition analiza imágenes y vídeos ya entrenado: devuelve etiquetas (por ejemplo, «Playa» o «Coche») con su confianza y, para objetos comunes, su posición.

    Cuándo no: Si lo que hay que leer es el texto de un documento escaneado o un formulario, la respuesta es Amazon Textract: la detección de texto de Rekognition está pensada para imágenes del mundo real, como carteles o matrículas.

  • «detectar contenido inapropiado en imágenes o vídeos que suben los usuarios»

    La moderación de contenido de Rekognition marca contenido explícito, violento o de odio con etiquetas jerárquicas y una confianza, para filtrar automáticamente o enviar a revisión humana.

    Cuándo no: Si el contenido a moderar es texto, Rekognition no aplica: el análisis de texto es terreno de Amazon Comprehend. Y para mejorar la detección con imágenes propias del negocio, se entrena un adaptador de Custom Moderation.

  • «comparar la cara de una selfie con la foto de un documento de identidad»

    CompareFaces mide la probabilidad de que dos caras sean de la misma persona, la base de una verificación de identidad.

    Cuándo no: Si hay que encontrar a una persona entre muchas caras guardadas, se usa una colección de caras con búsqueda (SearchFacesByImage). Si hay que leer los datos del documento de identidad, eso lo hace Amazon Textract.

  • «reconocer objetos propios del negocio, como el logotipo de la marca o piezas de una fábrica»

    Rekognition Custom Labels entrena un detector de objetos y escenas propios con pocas imágenes etiquetadas, sin saber de machine learning.

    Cuándo no: Custom Labels no sirve para caras ni para texto. Si el modelo necesita un algoritmo propio o datos que no son imágenes, la respuesta es Amazon SageMaker AI.

  • «comprobar si los trabajadores llevan casco, mascarilla o guantes»

    La detección de equipo de protección personal (PPE) de Rekognition localiza cubiertas de cara, manos y cabeza en las personas de una imagen.

    Cuándo no: No identifica a las personas ni garantiza que el equipo esté bien puesto; para otro tipo de equipo, como chalecos reflectantes, hay que usar Custom Labels.

Suele ir con

  • Amazon S3
  • AWS Lambda
Estudiar Amazon Rekognition →

Aprendizaje automático

Amazon Textract

Servicio que detecta y extrae texto impreso y manuscrito de documentos, además de formularios y tablas con su estructura. Sirve para automatizar la captura de datos de documentos como facturas, recibos o formularios.

Frases del examen que apuntan aquí

  • «extraer texto, pares clave-valor y tablas de documentos escaneados»

    Amazon Textract va más allá del OCR: además del texto impreso o manuscrito, entiende la estructura del documento y devuelve los campos de un formulario y las celdas de una tabla.

    Cuándo no: Si el texto aparece en una foto del mundo real (un cartel, una matrícula), encaja la detección de texto de Amazon Rekognition. Si el texto ya es digital y lo que se pide es entender su significado o sentimiento, se piensa en Amazon Comprehend.

  • «procesar facturas y recibos automáticamente»

    La API Analyze Expense de Textract está especializada en facturas y recibos y extrae sus datos sin plantillas.

    Cuándo no: Para documentos de identidad existe Analyze ID (según la FAQ, pasaportes y licencias de conducir de EE. UU.). Si solo hay que comparar la foto del documento con una selfie, eso es Amazon Rekognition.

  • «documentos PDF de muchas páginas»

    Los PDF y TIFF de varias páginas se procesan con las operaciones asíncronas de Textract, que leen el documento de S3 y avisan por Amazon SNS al terminar.

    Cuándo no: Para una imagen o una página suelta con respuesta inmediata basta la API síncrona (por ejemplo, AnalyzeDocument), que además acepta los bytes del archivo y no solo objetos de S3.

  • «preguntar en lenguaje natural por un dato concreto del documento»

    La función Queries de Analyze Document permite pedir un valor con una pregunta, como «¿cuál es la fecha de vencimiento?», sin depender de cómo esté organizado el documento. Según la FAQ, Queries solo procesa inglés.

    Cuándo no: Queries devuelve datos concretos del documento; si hay que clasificar el texto o analizar su sentimiento, después se pasa a Amazon Comprehend.

  • «evitar el throttling al procesar miles de documentos»

    La FAQ recomienda reintentos con espera exponencial y jitter, y suavizar el tráfico con una cola de Amazon SQS delante de Textract.

    Cuándo no: Si la carga sostenida supera la cuota del servicio, la cola no basta: hay que pedir un aumento de cuota en Service Quotas.

Suele ir con

  • Amazon S3
  • Amazon Comprehend
Estudiar Amazon Textract →