# No-Code Computer Vision

Amazon SageMaker Canvas는 바로 사용할 수 있는 솔루션과 자체 머신 러닝 모델을 사용자 지정할 수 있는 기능을 포함하여 광범위한 컴퓨터 비전 솔루션을 제공합니다. 이 실습에서는 Amazon SageMaker Canvas의 컴퓨터 비전 기능을 소개합니다. 

Amazon SageMaker Canvas를 사용한 컴퓨터 비전 여정의 **첫 번째 단계**는 사전 학습된 모델을 사용할지 아니면 사용자 지정 모델을 구축할지 선택하는 것입니다.

사전 학습된 컴퓨터 비전의 경우, Amazon의 AI 서비스(Amazon Rekognition 및 Amazon Textract)를 통해 지원되므로 모델을 학습시키지 않고 한 줄의 코드도 작성하지 않고도 예측을 생성할 수 있습니다. 현재 다음과 같은 사용 사례를 해결할 수 있습니다:

* 객체 감지를 사용한 이미지 라벨링
* 텍스트 감지를 통한 텍스트 추출
* 문서 분석
* 비용/송장 분석

이러한 사용 사례에 대해 자세히 알아보려면 사전 학습된 컴퓨터 비전 모델 사용하기 실습으로 이동하세요.

이 목록에 없는 사용 사례라도 코드를 한 줄도 작성하지 않고도 언제든지 자신만의 사용자 지정 모델을 만들 수 있습니다. 여기서는 맞춤형 컴퓨터 비전 모델 만들기 실습에서 샘플 데이터 세트를 제공하고 맞춤형 CV 모델을 만드는 과정을 안내합니다.

[참고자료](https://catalog.workshops.aws/canvas-immersion-day/en-US/2-advanced-topics/2-computer-vision)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.awspstech.kr/tutorials/ai-ml-on-aws/no-code-on-sagemaker/no-code-computer-vision.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.